Un ccomputer con neuroni umani...

Un computer con neuroni umani: l’ultima invenzione degli scienziati

Per aumentare la potenza di calcolo dell’intelligenza artificiale, i ricercatori hanno combinato il comune apprendimento automatico con un sofisticato modello 3D del cervello umano, costituito da diversi tipi di tessuto cerebrale creati ​​in laboratorio. Questi modelli in miniatura del cervello, conosciuti come organoidi cerebrali o “minicervelli,” esistono in varie forme già dal 2013. Ma non sono mai stati sfruttati come un modo per potenziare l’intelligenza artificiale. La nuova ricerca utilizza hardware informatici tradizionali per inserire dati elettrici nell’organoide e quindi decifrare l’attività dell’organoide per produrre un output. In pratica l’organoide funge solo da “strato intermedio” nel processo di calcolo.

Come è stato creato questo supercomputer

Per il nuovo studio, i ricercatori hanno utilizzato una tecnica in cui l’organoide funge da “serbatoio”. Il serbatoio memorizza le informazioni e reagisce alle informazioni immesse. Un algoritmo impara a riconoscere i cambiamenti innescati da diversi input e quindi traduce questi cambiamenti come output. Utilizzando questa struttura, i ricercatori hanno collegato l’organoide cerebrale a questo sistema fornendogli input elettrici tramite elettrodi.

Come è fatto il computer con neuroni umani

Sebbene l’organoide cerebrale sia molto più semplice di un cervello reale (è essenzialmente una piccola sfera di cellule cerebrali) ha una certa capacità di adattarsi e cambiare in risposta alla stimolazione. La risposta dei diversi tipi di cellule cerebrali, delle cellule a diversi stadi di sviluppo e delle strutture simili al cervello nell’organoide fornisce un analogo approssimativo del modo in cui il nostro cervello cambia in risposta ai segnali elettrici. Tali cambiamenti nel cervello alimentano la nostra capacità di apprendere.

Cosa ha imparato il computer

Utilizzando questo hardware, i ricercatori hanno addestrato il loro algoritmo ibrido a completare due tipi di compiti: uno relativo al riconoscimento vocale e un altro alla matematica. Nel primo caso, il computer ha mostrato una precisione del 78% circa nel riconoscere i suoni vocalici giapponesi da centinaia di campioni audio. Ed era abbastanza preciso nel risolvere i compiti di matematica, ma leggermente meno rispetto ai tradizionali tipi di apprendimento automatico.Link