Обычно алгоритмы искусственного интеллекта работают на графических процессорах или специализированных чипах. В новом эксперименте японские ученые проверили, сможет ли часть этих функций взять на себя живая нейронная сеть, выращенная из клеток мозга крысы в лабораторных условиях.  

Изображение - ChatGPT

Специалисты выделили нейроны из коры мозга крысы и разместили их на подложке с микрoэлектродным массивом. Такой чип позволял подавать электрические импульсы в разные участки культуры и одновременно считывать ответную электрическую активность с десятков контактов.

Ученые использовали схему резервуарных вычислений: нейронная культура играла роль нелинейного «резервуара», который преобразует входной сигнал в сложный паттерн активности, а обучаемый алгоритм работал только на выходном уровне. На вход система получала временные сигналы, например последовательности, которые нужно было распознать или предсказать.  

Записанные ответы нейронов использовали для обучения простого выходного классификатора. В результате связка «живая сеть плюс электронное считывание» научилась в реальном времени различать поступающие сигналы и решать базовые задачи машинного обучения.  

В Tom’s Hardware отмечают, что эксперимент показывает принципиальную возможность включить живую ткань в контур вычислений и обработки данных. Ученые обсуждают применение подобных схем в будущих интерфейсах «мозг‑машина» и гибридных системах, которые объединяют электронику и биологические нейронные сети.