Vědci použili kuličky vytvořené ze živých lidských mozkových buněk a propojili je s počítačem. Pak je učili rozpoznávat řeč. Experiment, který jako by vycházel z hororového románu Frankenstein, je prezentován jako „důkaz konceptu“, že lze něco takového vůbec zvládnout. Podrobnosti přináší magazín New Scientist.
Základem jsou mozkové organoidy – hrudky nervových buněk, které vznikají při pěstování kmenových buněk za určitých podmínek. „Jsou jako mini mozky,“ vysvětluje Feng Guo z Indiana University Bloomington, jehož výzkum se zaměřuje na vývoj inteligentních biomedicínských zařízení, senzorů a systémů.
Co jsou mozkové organoidy?
Mozkové organoidy jsou malé, trojrozměrné struktury, které jsou pěstovány v laboratoři z lidských kmenových buněk. Tyto organoidy napodobují některé aspekty skutečného lidského mozku, ale jsou mnohem menší a jednodušší.
Vědci je používají k tomu, aby lépe porozuměli tomu, jak se mozek vyvíjí a funguje, a aby mohli zkoumat různá onemocnění mozku. Organoidy poskytují lepší model pro studium mozku než experimenty v Petriho miskách nebo testy na zvířatech. Mohou napodobovat některé klíčové aspekty mozkového vývoje a nemocí, což pomáhá vědcům pochopit, jak se tyto procesy v lidském mozku odehrávají.
Pokusy s mozkovými organoidy
Vypěstování organoidů, které jsou velké jen několik milimetrů a skládají se až ze stovek milionů nervových buněk, trvá dva až tři měsíce. Organoidy se následně umístí na soustavu mikroelektrod, která se používá k vysílání elektrických signálů a k detekci, kdy nervové buňky v reakci na ně reagují. Vědci tento systém označují jako „Brainoware“.
V rámci úlohy rozpoznávání řeči se organoidy musely naučit rozpoznat hlas konkrétního člověka ze sady 240 zvukových nahrávek osmi osob vyslovujících různé japonské samohlásky. Nahrávky byly organoidům zasílány jako sekvence signálů uspořádaných do prostorových vzorců.
Podle Gua vykazovaly počáteční odpovědi organoidů přesnost přibližně 30 až 40 %. Po dvoudenním tréninku se jejich přesnost zvýšila na 70 až 80 %. „Říkáme tomu adaptivní učení,“ vysvětluje Guo s tím, že pokud byly organoidy vystaveny působení léku, který zastavil tvorbu nových spojení mezi nervovými buňkami, pak ke zlepšení nedošlo.
Trénink spočíval pouze v opakování zvukových nahrávek a organoidům nebyla poskytnuta žádná forma zpětné vazby, která by jim předala informaci, zda mají pravdu, nebo ne. Ve výzkumu umělé inteligence se tento přístup označuje jako učení bez dohledu.
Nahradí mozkové buňky klasickou AI?
Dle Fenga Gua má klasická umělá inteligence dva zásadní nedostatky. Tím prvním je příliš vysoká spotřeba energie, kvůli které by AI mohla do roku 2027 spotřebovávat tolik elektřiny jako země velikosti Nizozemska. Jako druhý nedostatek pak vnímá přirozená omezení křemíkových čipů, jako je jejich oddělení informací a zpracování.
Guoův tým je jednou z několika skupin, které zkoumají, zda biopočítače využívající živé nervové buňky mohou pomoci tyto problémy překonat. Například australská společnost Cortical Labs zkusila v roce 2021 naučit hrát mozkové buňky hru Pong.
Titouan Parcollet z University of Cambridge, který se zabývá konvenčním rozpoznáváním řeči, nevylučuje, že v dlouhodobém horizontu bude biocomputing hrát velkou roli. „Bylo by však chybou myslet si, že k dosažení toho, co v současné době dokáže hluboké učení, potřebujeme něco jako mozek,“ říká. „Současné modely hlubokého učení jsou při řešení specifických a cílených úloh mnohem lepší než jakýkoli mozek.“
Úloha Gua a jeho týmu je však značně zjednodušená, protože identifikuje pouze to, kdo mluví, nikoli to, co je řečeno. „Výsledky nejsou z hlediska rozpoznávání řeči příliš slibné.“ upozorňuje Guo. I kdyby se podařilo zlepšit výkonnost systému Brainoware, pak dalším zásadním problémem je skutečnost, že organoidy lze udržet naživu pouze jeden nebo dva měsíce.