Mozkový organoid na čipu a jeho neurální aktivita. Kredit: Cai et al. (2023), Nature Electronics.

Mozková tkáň na první pohled nevypadá příliš schopně ani vábně, ale zdání klame. Naše počítače zatím nesahají lidskému mozku ani po paty, nejen výkonem, ale i pokud jde o strukturu, nebo spotřebu energie. Klíčovou výhodou je, že neurony fungují jako procesor a zároveň i jako paměť. V křemíkových počítačích jsou tyto prvky obvykle oddělené a musejí spolu neustále komunikovat.

Vědci a inženýři se již dlouho snaží vyvíjet hardware a software, které by přiblížily elektroniku lidskému mozku. Neuromorfní technologie jsou fajn, ale jsou dost náročné na energii i na výcvik neurálních sítí. Je i jiná možnost. Nesnažit se napodobovat mozek, ale prostě vzít opravdovou mozkovou tkáň a připojit ji k elektronice. Funguje to, i když trochu jinak, než byste asi čekali.

Feng Guo. Kredit: Indiana University.

Seznamte se s Brainoware. Feng Guo z Indiana University v Bloomingtonu a jeho kolegové vzali lidské pluripotentní kmenové buňky a přiměli je, aby se vyvinuly do několika typů mozkových buněk. Z nich pak badatelé vypěstovali mozkové organoidy, které nejsou velké, ale představují kousek živé a do jisté míry funkční mozkové tkáně. Mají nějaké vědomí či pocity? Těžko říct. Kdo z nás vidí do mozkoidu?

Mozkové organoidy o stáří 7, 14 a 28 dní a několika měsíců. Kredit: Cai et al. (2023), Nature Electronics.

Brainoware využívá živé mozkové organoidy, které jsou připojené k elektronice soustavou hustě uspořádaných mikroelektrod. Tyto mozkoidy jsou součástí neurální sítě, která provádí rezervoárové výpočty. Brainoware posílá pomocí elektrické stimulace informace do organoidu, který funguje jako rezervoár a zpracovává vstupy. Výstupy výpočtů mají podobu neurální aktivity organoidu, přičemž vstupy a výstupy obsluhuje křemíková elektronika.

Co Brainoware dokáže? Guo a spol. ho nakrmili 240 audioklipy nahranými osmi dospělými muži, kteří pronášeli japonské samohlásky. Úkolem Brainoware bylo identifikovat hlas vybrané osoby. Vědci začali s „naivním,“ nezkušeným organoidem. Po dvou dnech tréninku Brainoware určoval hlasy s přesností 78 procent.

Dalším úkolem bylo, aby Brainoware vytvořil předpověď pro Hénonovu mapu, což je jeden z nejvíce studovaných dynamických systémů s chaotickým chováním. Vědci nechali Brainoware, ať se učí po dobu 4 dní. Poté Brainoware dosáhl lepších výsledků než neurální síť bez dlouhé krátkodobé paměti LSTM (Long Short-Term Memory). Neurální sítě s LSTM byly sice o něco lepší, ale zase byly trénované po dobu 50 dní.

Je to úplný začátek. Bude ještě nutné vyřešit spoustu problémů. Včetně toho, jak udržet mozkové organoidy delší dobu naživu a v dobré kondici nebo jak vyladit obslužnou křemíkovou elektroniku. Džin ale každopádně vyletěl z lahve a může plnit přání. Science-fiction přichází mezi nás.

Video: Indiana University Research: Harnessing the power of AI

Literatura

Science Alert 12. 12. 2023.

Nature Electronics online 11. 12. 2023.