Вчені працюють над злиттям штучного інтелекту з клітинами людського мозку

Cortical Labs

«Ці нові технологічні можливості у майбутньому можуть зрештою перевершити продуктивність чинного апаратного забезпечення на основі кремнію».

Прийняття контролю

Група дослідників щойно отримала грант у розмірі 600 000 доларів США від Управління національної розвідки Австралії на вивчення способів злиття клітин людського мозку зі штучним інтелектом.

У співпраці зі стартапом Cortical Labs з Мельбурна команда вже успішно продемонструвала, як кластер приблизно з 800 000 клітин мозку в чашці Петрі здатний грати в гру "понг".

Основна ідея полягає в тому, щоб поєднати біологію зі штучним інтелектом, що може відкрити нові обрії для технологій машинного навчання для безпілотних автомобілів, автономних дронів або роботів-доставників. Принаймні це те, чого уряд сподівається досягти завдяки своїм інвестиціям.

Силіконовий

І дослідники не бояться робити сміливі заяви про свою роботу.

"Ці нові технологічні можливості в майбутньому можуть зрештою перевершити продуктивність наявного апаратного забезпечення на основі кремнію", – заявив Аділ Разі, керівник групи та доцент Університету Монарх.

"Результати таких досліджень матимуть серйозні наслідки в багатьох областях, таких як планування, робототехніка, розширена автоматизація, інтерфейси мозок-машина та відкриття ліків, що дає Австралії значну стратегічну перевагу", — додав він.

За словами Разі, ця технологія може дозволити машинному інтелекту "вчитися протягом усього життя", подібно до клітин людського мозку, дозволяючи йому освоювати нові навички, не втрачаючи старих, а також застосовувати теперішні знання для вирішення нових завдань.

Разі та його колеги збираються вирощувати клітини мозку в лабораторній чашці під назвою система DishBrain, щоб дослідити цей процес "безперервного навчання протягом усього життя".

Це дуже амбітний проєкт, реалізація якого, швидше за все, займе деякий час.

"Ми будемо використовувати цей грант для розробки більш досконалих машин зі штучним інтелектом, які відтворюють здатність до навчання цих біологічних нейронних мереж", — сказав Разі. "Це допоможе нам розширити можливості апаратного забезпечення та методів настільки, що вони стануть життєздатною заміною обчислень in silico".

Джерела: Monash University