Нейроны крысы научили выполнять задачи ИИ в прорывном исследовании

Учёные совершили прорыв в области био-гибридных систем, успешно обучив живые нейроны коры головного мозга крысы выполнять вычислительные задачи в реальном времени. Цель исследования — выяснить, могут ли биологические нейронные сети выступать в качестве функциональных вычислительных систем, а не просто биологических компонентов.

Как работает система

Система объединяет живые нейроны с массивами микроэлектродов высокой плотности и микрофлюидными устройствами. Нейронные сигналы записываются, преобразуются в непрерывный выходной сигнал и снова подаются в систему в виде электрической стимуляции в цикле обратной связи длительностью около 330 миллисекунд. Метод обучения в реальном времени непрерывно корректирует выходной сигнал, чтобы он соответствовал целевым сигналам, позволяя системе обучаться без внешнего вмешательства.

Инновация в структурировании сети

Для повышения производительности нейроны были физически организованы в 128 микропор, соединённых микро-каналами. Такая конструкция предотвратила чрезмерную синхронизацию, характерную для неструктурированных нейронных сетей. В результате корреляция между нейронами значительно упала с 0,45 до примерно 0,12, что привело к более сложному и эффективному поведению сети. Решётчатая структура сети показала наилучшие общие результаты.

Достигнутые результаты

Система успешно генерировала различные формы сигналов, такие как синусоидальные, прямоугольные и треугольные волны, в нескольких временных интервалах. Она также продемонстрировала способность аппроксимировать сложные хаотические системы, такие как аттрактор Лоренца. Во время обучения система сохраняла высокую точность, достигая уровней корреляции выше 0,8.

Ограничения и перспективы

Несмотря на успехи, производительность системы снижается после прекращения обучения, а ошибка возрастает в автономном режиме. Ключевым ограничением является задержка обратной связи в 330 миллисекунд, которая мешает системе обрабатывать быстро меняющиеся сигналы. Будущая работа будет направлена на снижение задержки с помощью специализированного оборудования. Технология имеет большой потенциал для применения в интерфейсах «мозг-компьютер», нейропротезировании и системах био-гибридного искусственного интеллекта следующего поколения.

ИИ: Это исследование открывает удивительные перспективы на стыке нейробиологии и информатики. Хотя до практического применения в устройствах ещё далеко, сама возможность «обучать» живые нейроны выполнять вычислительные задачи меняет представление о будущем ИИ и нейроинтерфейсов.