Австралийский стартап Cortical Labs сравнил возможности биологических нейронов и искусственного интеллекта в процессе обучения. Эксперимент показал, что живые клетки мозга превосходят даже самые современные алгоритмы глубокого обучения с подкреплением. Работа опубликована в журнале Nature Reviews Bioengineering.
Человеческие нейроны превосходят ИИ-модели по скорости и эффективности обучения
Исследователи из Cortical Labs совместно с Университетом Монаша создали систему DishBrain, объединившую живые нейроны человека с кремниевыми чипами. Ученые доказали, что биологические клетки мозга учатся быстрее современных алгоритмов машинного обучения.
DishBrain под микроскопом. Изображение нейронной сети, на котором флуоресцентными маркерами отмечены различные типы клеток. Cortical Labs
Как живые нейроны соединяются с кремниевыми чипами в одной схеме? Нейроны генерируют электрические импульсы, которые можно регистрировать и анализировать электронными сенсорами. Кремниевые чипы с многоэлектродными массивами улавливают сигналы живых клеток и передают им обратную связь через электрическую стимуляцию. Это создает двустороннюю связь между биологической и цифровой системами в реальном времени.
Ученые рассмотрели систему DishBrain — синтетический биологический интеллект, созданный из выращенных в лаборатории человеческих нейронов, интегрированных с многоэлектродными массивами. Ученые сравнили эффективность обучения биологической системы с алгоритмами DQN, A2C и PPO при симуляции игры Pong.
Результаты показали, что при ограниченном количестве образцов для обучения биологические культуры превзошли алгоритмы глубокого обучения по всем характеристикам игровой производительности. Это указывает на значительно более высокую эффективность биологических систем по сравнению с электронной реализацией.
«Искусственные агенты часто требуют миллионы шагов обучения для улучшения результатов, но нейронные культуры адаптируются гораздо быстрее, реорганизуя свою активность в ответ на обратную связь», — отметила соавтор исследования Форо Хабибуллахи из Cortical Labs.
Как меняются биологические нейронные сети в процессе обучения
Варианты развития органоидного интеллекта (OI) и биоинженерного интеллекта (BI), с указанием того, в какой части спектра каждый из них может существовать.
Анализ показал динамические изменения в связности нейронных сетей во время игрового процесса. Это подчеркивает эффективную пластичность этих сетей в ответ на стимулы. Исследователи смогли выявить четкие паттерны обучения и изменения динамической связности, отражающие ключевые принципы функционирования реального мозга.
На основе этой работы Cortical Labs создала коммерческий биологический компьютер CL1 — первый в мире продукт такого рода. Компания также предложила концепцию биоинженерного интеллекта, связывающего живые нейроны с электронными схемами (BI) как альтернативный путь развития органоидного интеллекта (OI), при котором выращивают отдельный органоид мозга.
Исследование открывает новые перспективы для понимания связи между нейронной активностью, обработкой информации и поведением, что является основной задачей нейронаучных исследований.