В Cortical Labs говорят, что этот трюк указывает на новый вид маломощных вычислений — и, возможно, на новый способ изучения неврологических препаратов
Дени Эллис Бешар под редакцией Эрика Салливана
Демонстрация может стать настоящим переломным моментом. Оказалось, что нейроны демонстрируют то, что главный научный сотрудник Cortical Labs Бретт Каган называет «адаптивным целенаправленным обучением в режиме реального времени». Ставки выходят далеко за рамки игр, отчасти потому, что потребность ИИ в электроэнергии быстро растет. Хотя нейроны вряд ли заменят микрочипы, они могут выполнять некоторые вычисления гораздо эффективнее, и их изучение может предложить новые подходы к вычислениям — и, возможно, к тестированию неврологических лекарств.
Чтобы было понятно, нервные клетки Cortical Labs не извлекаются из головного мозга. «По сути, вы можете взять небольшой кусочек крови или кожи, — объясняет Каган, — выделить определенные типы клеток, превратить их в стволовые клетки, а затем из этих стволовых клеток создать неограниченный запас нервных клеток». Каждый из его вычислительных блоков может в автономной системе жизнеобеспечения содержится около 800 000 нейронов, которые могут поддерживать их жизнедеятельность в течение шести месяцев. Интерфейс основан на электричестве — «общем языке между биологией и кремнием», как он выразился. Когда клетки мозга активны, они генерируют небольшие электрические импульсы, и система может передавать им небольшие импульсы обратно.
О поддержке научной журналистики
Если вам понравилась эта статья, подумайте о поддержке нашей журналистики, отмеченной наградами, путем подписываюсь. Приобретая подписку, вы помогаете обеспечить будущее впечатляющих историй об открытиях и идеях, формирующих наш современный мир.
Но подключение — это самая простая часть. Самое сложное — заставить клетки в чашке делать что-то целенаправленное. «Возникает соблазн очеловечить их и сказать: «О, им нравится [играть в Doom]», — говорит Каган. — Но это не животное, не человек и даже не такое сложное существо, как насекомое. Это система. Это все равно что спросить: «Нравится или не нравится компьютеру функция вознаграждения в модели [обучения с подкреплением]?»»
Решение проблемы мотивирующие нейроны основаны на принципе свободной энергии, который был разработан нейробиологом Карлом Фристоном из Университетского колледжа Лондона. Принцип заключается в том, что нейронные системы способны предсказывать окружающую среду. «Если я беру пустую банку из-под напитка и успешно предсказываю последствия своих действий, это тот мир, в котором я могу жить», — говорит Каган. «Но если я возьму его, и он превратится в цыпленка, а иногда и в фейерверк, в этом мире будет невозможно жить».
Для тренировки нейронов Таким образом, команда построила простую систему обратной связи. Неправильные ходы порождают случайные, непредсказуемые сигналы — белый шум. Правильные ходы порождают структурированные, предсказуемые сигналы. «Любой сигнал, который клетки не могут предсказать, — это то, чего им просто нужно научиться избегать», — говорит Каган, — «потому что это был бы единственный способ обеспечить предсказуемость в этой среде». По сути, хаос был наказанием, и орден был наградой.
В октябре 2022 года Cortical Labs опубликовала исследование, подтверждающее концепцию, в журнале Neuron.Каган и его коллеги показали, что в течение нескольких минут нейроны на микрочипах могут научиться играть в пинг-понг, классическую видеоигру, в которой игрок многократно перехватывает мяч — представьте себе двумерный пинг-понг. Но в игре Pong есть только прыгающий квадрат и движущаяся линия. В Doom есть коридоры, враги, трехмерная навигация и множество вещей, которые пытаются вас убить.
Чтобы совершить этот прорыв, Cortical Labs организовала хакатон совместно со Стэнфордским университетом. Независимый исследователь Шон Коул (Sean Cole) соединил нейроны со стандартным алгоритмом обучения. Гибридная система превзошла алгоритм, работающий самостоятельно, что позволяет предположить, что биологические клетки вносят свой вклад в процесс обучения.
Cortical Labs строит свои планы на двух направлениях. Первая — медицинская: «от 93 до 99 процентов клинических испытаний, в зависимости от того, как вы их проводите, в области психоневрологии заканчиваются неудачей», — говорит Каган. Многие из этих препаратов тестируются на нейронах в лабораторных условиях, но он отмечает, что клетки мозга не предназначены для того, чтобы находиться в информационной пустоте. «Мы на самом деле опубликовали и показали, что когда у вас есть клетки в игровой среде или в реальном мире, они принципиально отличаются в том, как они реагируют на лекарства, как они проявляют болезнь», — говорит он.
Вторая дорожка является вычислительной. Нейроны образуют «самую мощную систему обработки информации, о которой мы знаем», — говорит Каган. «Сложность этого устройства намного превосходит все, что мы когда-либо создавали с использованием кремния». Кремниевые транзисторы, по его словам, имеют сложность первого порядка — двоичное состояние, 0 и 1. «Биологические нейроны имеют, по крайней мере, третий порядок сложности, возможно, намного более высокий. Они могут одновременно поддерживать по меньшей мере три взаимодействующих динамических состояния.”
Исследователи утверждают, что такая сложность может привести к существенной экономии энергии. Фенг Го, доцент Университета Индианы в Блумингтоне, считает, что биокомпьютерная платформа Cortical Labs способна выполнять «вычисления высокого уровня». В статье, опубликованной в журнале Nature Electronics в 2023 году, Го и его коллеги представили «Brainoware»,система, использующая трехмерные органоиды мозга для вычислений. Для Го энергетический аргумент является решающим. Человеческий мозг потребляет всего 20 Ватт — меньше, чем лампочка с тусклым светом. «Если вы хотите создать аналогичную вычислительную мощность для вычислительной системы искусственного интеллекта на основе кремния, это было бы как минимум в миллион раз выше», — говорит он.
Тем не менее, Каган старается не переоценивать будущее. «Карманный калькулятор в любой момент превзойдет меня в делении в столбик», — говорит он. «Но ваше лучшее современное решение [для обучения с подкреплением] Алгоритм искусственного интеллекта — это не то же самое, что зайти в чужой дом и найти способ приготовить чашку чая. «Биологические вычисления — это «новый инструмент в арсенале интеллекта», — говорит он.
Не ожидайте, что в ближайшее время персональный компьютер будет работать на мозге в чане. Каган реалистично оценивает исследования, которые еще предстоит провести, но говорит, что «от научной фантастики к науке можно перейти, как только сможешь поработать над проблемой». Несколько лет назад в biological computing была опубликована игра с таким названием. Теперь у него есть коммерческая платформа, интерфейс прикладного программирования, к которому могут подключаться разработчики, и видео о том, как нейроны спотыкаются в Doom — плохо, но они учатся.
