Mózg w każdej chwili zużywa moc porównywalną do żarówki. Dla porównania: aby odtworzyć podobny poziom złożonych obliczeń w klasycznym sprzęcie komputerowym, potrzebne są rzędy wielkości więcej energii. To właśnie ta różnica zainspirowała naukowców do poszukiwania nowych rozwiązań, które pozwolą tworzyć algorytmy AI tak wydajne jak ludzki mózg.
Organoidy mózgowe podstawą przyszłych modeli AI
Narodowa Fundacja Nauki (NSF) przyznała zespołowi Lehigh 2 mln dol. w ramach programu Emerging Frontiers in Research and Innovation. Celem jest zrozumienie, jak sieci neuronowe w żywej tkance – tzw. wetware – wykonują obliczenia: od przetwarzania bodźców zmysłowych po sterowanie mięśniami. Wyniki mogą posłużyć do opracowania kolejnej generacji algorytmów AI, które nie tylko poradzą sobie z bardziej złożonymi zadaniami, ale zużyją ułamek obecnej energii.
Czytaj też: Podłączyli organoidy mózgowe do komputera. Efekt przerósł najśmielsze oczekiwania
Badacze pracują z organoidami mózgowymi – trójwymiarowymi, milimetrowymi strukturami rozwijającymi się z dorosłych komórek macierzystych. Nie są to pełnoprawne mózgi, ale ich uproszczone odpowiedniki z sieciami neuronów zdolnych do tworzenia połączeń i przesyłania impulsów. Kluczowym wyzwaniem jest nadanie im uporządkowanej architektury przypominającej korę mózgową.
W naturalnych organoidach neurony łączą się przypadkowo. Aby uzyskać kontrolę nad układem, zespół prof. Lesley Chow wykorzysta druk 3D i specjalne biomateriałowe rusztowania, w których można umieszczać kuliste skupiska komórek – tzw. neuralne sferoidy – i budować warstwa po warstwie “mózg z laboratorium”.
Po uformowaniu struktury naukowcy sprawdzą, czy neurony potrafią wykonywać obliczenia dynamiczne, takie jak rozpoznawanie ruchu. Dzisiejsze drony czy pojazdy autonomiczne opierają się na algorytmach przepływu optycznego, które są jednak energochłonne i mają ograniczoną skuteczność.
Zespół Lehigh planuje “pokazać” organoidom film z naturalnymi scenami – łąki, zwierzęta – kodując obraz w sekwencjach impulsów świetlnych i kierując je bezpośrednio do neuronów. Ominięcie oka pozwala stymulować komórki tak, by przetwarzały sygnały podobnie jak w ludzkim mózgu. By obserwować aktywność neuronów, badacze wprowadzą gen kodujący białko fluorescencyjne, które świeci, gdy komórka jest aktywna. Szybkie zdjęcia pod mikroskopem pokażą, które neurony “zapaliły się” podczas projekcji filmu.
Dr Yuntao Liu wraz z Berdichevskym opracują algorytm i model komputerowy, które zinterpretują wzory aktywności świetlnej neuronów. Analiza pozwoli ustalić, co “widzi” organoid i w jakim kierunku oraz z jaką prędkością “porusza się” obiekt w filmie. To z kolei posłuży do projektowania protokołów uczenia i treningu biologicznej sieci.
Naukowcy liczą, że uda im się udowodnić, iż tak zaprojektowane organoidy mogą wykonywać obliczenia biologiczne, a ich wyniki zainspirują energooszczędne, bardziej adaptacyjne algorytmy sztucznej inteligencji. Zespół nie pomija kwestii etycznych. Prof. Ally Peabody Smith analizuje społeczne, prawne i moralne konsekwencje użycia organoidów mózgowych. Badacze podkreślają, że struktury te są zbyt proste, by mogły osiągnąć świadomość, ale jasne granice badań są konieczne, by rozwój “biologicznej AI” nie wyprzedził refleksji nad jego skutkami.