Имитация работы человеческого мозга в программном обеспечении считается наиболее перспективным подходом к искусственному интеллекту.
Австралийский стартап Cortical Labs пошел еще дальше, поставив целью создание миниатюрного искусственного мозга путем встраивания биологических нейронов (нейронов мыши или человека) в специализированный компьютерный чип.
Cortical Labs, штаб-квартира которой находится в Мельбурне (Австралия), работает над тем, чтобы научить гибридный мозг выполнять задачи, стоящие перед искусственным интеллектом, но при куда меньших затратах энергии и с большей эффективностью. В настоящее время ведется работа над тем, чтобы получить искусственный мозг, близкий по вычислительной мощности к мозгу стрекозы и способный играть в старую аркадную игру Atapi Pong. И это только начало.
Ориентир на умение гибридного мозга играть в Atapi Pong является важной вехой, ведь эта игра была в числе игр, в которые играла нейронная сеть DeepMind (один из лидеров в создании систем искусственного интеллекта) на момент, когда ею заинтересовалась компания Google.
Для создания своего аппаратного обеспечения Cortical Labs использует два метода: либо извлекает нейроны мыши из эмбрионов, либо преобразует клетки человеческой кожи обратно встволовые, а из них потом выращивает нейроны.
Полученные нейроны помещаются в питательную жидкую среду поверх специального металлооксидного чипа, содержащего сетку из 22 тыс. крошечных электродов. Через эти электроды осуществляется ввод и вывод информации. В настоящее время для «понгового» исследования используются нейроны мышей.
Потенциально перед Cortical Labs стоит задача найти с помощью гибридных чипов ключ к более продвинутым рассуждениям и концептуальному пониманию, которые недоступны современным AI. Такие биологические нейронные сети, благодаря своей способности к самоорганизации, смогут решать задачи в незнакомых ситуациях и без привязки к уже приобретенным знаниям.
Методика Cortical Labs, если эксперимент окажется успешным, потенциально способна решить одну из самых неприятных проблем, стоящих перед глубоким машинным обучением – очень большими энергозатратами.
К примеру, AlphaGo, система глубокого обучения DeepMind, созданная для игры в древнюю стратегическую игру го, в 2016 году победила лучшего в мире игрока-человека. Но при этом во время игры она потребляла 1 мегаватт энергии, что равно дневному потреблению примерно 100 домов, согласно оценкам компании Ceva. В то же время человеческий мозг потребляет около 20 ватт энергии, что в 50 тыс. раз меньше, чем AlphaGo.
Использование биологических нейронов позволяет также избежать ряда других трудностей, с которыми сталкиваются программные нейронные сети. Например, чтобы искусственные нейронные сети начали продуктивное обучение, их программисты должны задать вручную настройки начальных коэффициентов, которые затем будут применяться к каждому типу данных. Еще одна проблема заключается в том, чтобы заставить нейронную сеть предпринимать попытки искать новые варианты решения проблем, не полагаясь на уже готовые наработки. Отдельным вопросом стоит неспособность современного AI ориентироваться в незнакомых ситуациях, не располагая должным количеством заранее введенных данных.
Нейроны мышей, с которыми изначально экспериментирует Cortical Labs, уже давно используются нейробиологами в качестве заменителей нейронов человека. Методы их извлечения и культивирования известны давно (создавать нейроны человека из клеток кожи научились лишь в прошлом десятилетии). Однако недавно ученые обнаружили различия в белках поверхности нейронов мыши и человека, а это может означать, что они имеют разные электрические свойства и не могут полноценно заменять друг друга.
Некоторые аспекты системы Cortical Labs базируются на теориях Карла Фристона, английского нейробиолога, который занимался вопросами самоорганизации биологических систем и принципами свободной энергии (в основе лежит мысль о том, что анатомия любой системы содержит модель среды, в которую эта система погружена и данные из которой она обрабатывает). Карл Фристон высоко оценил потенциал решения Cortical Labs.
Cortical Labs – не единственная компания, работающая над биологическими вычислениями. Калифорнийский стартап Koniku уже разработал 64-нейронный кремниевый чип, построенный с использованием нейронов мыши. Чип способен воспринимать и различать определенные химические вещества. Компания планирует использовать разработку в военных беспилотниках, чтобы обнаруживать взрывчатые вещества.
Статья написана по материалам Fortun