Organoides cerebrales que crecen en una placa de Petri
Biblioteca de fotografías científicas / Alamy
Se han utilizado bolas de células cerebrales humanas conectadas a una computadora para realizar una forma muy básica de reconocimiento de voz. La esperanza es que estos sistemas utilicen mucha menos energía para tareas de IA que los chips de silicio.
“Esto es sólo una prueba de concepto para demostrar que podemos hacer el trabajo”, dice Feng Guo en la Universidad de Indiana Bloomington. “Tenemos un largo camino por recorrer”.
Organoides cerebrales Son grupos de células nerviosas que se forman cuando las células madre se cultivan en determinadas condiciones. “Son como minicerebros”, dice Guo.
Se necesitan dos o tres meses para desarrollar los organoides, que tienen unos pocos milímetros de ancho y están compuestos por hasta 100 millones de células nerviosas, afirma. El cerebro humano contiene alrededor de 100 mil millones de células nerviosas.
Luego, los organoides se colocan encima de una matriz de microelectrodos, que se utiliza para enviar señales eléctricas al organoide y para detectar cuándo las células nerviosas se activan en respuesta. El equipo llama a su sistema “Brainoware”.
Científico nuevo informó en marzo que el equipo de Guo había Usé este sistema para intentar resolver ecuaciones. conocido como mapa de Hénon.
Para la tarea de reconocimiento de voz, los organoides tuvieron que aprender a reconocer la voz de un individuo de un conjunto de 240 clips de audio de ocho personas que pronunciaban sonidos de vocales japonesas. Los clips fueron enviados a los organoides como secuencias de señales dispuestas en patrones espaciales.
Las respuestas iniciales de los organoides tuvieron una precisión de alrededor del 30 al 40 por ciento, dice Guo. Después de sesiones de entrenamiento de dos días, su precisión aumentó entre el 70 y el 80 por ciento.
“A esto lo llamamos aprendizaje adaptativo”, dice. Si los organoides fueron expuestos a un fármaco que detenía la formación de nuevas conexiones entre las células nerviosas, no hubo mejora.
El entrenamiento simplemente implicó repetir los clips de audio, y no se proporcionó ningún tipo de retroalimentación para decirle a los organoides si estaban en lo correcto o incorrecto, dice Guo. Esto es lo que se conoce en la investigación de la IA como aprendizaje no supervisado.
Hay dos grandes desafíos con la IA convencional, dice Guo. Uno es su alto consumo de energía. La otra son las limitaciones inherentes a los chips de silicio, como la separación de información y procesamiento.
El equipo de Guo es uno de varios grupos. explorar si la biocomputación que utiliza células nerviosas vivas puede ayudar a superar estos desafíos. Por ejemplo, una empresa llamada Cortical Labs en Australia ha sido enseñar a las células cerebrales a jugar Pongramo, Científico nuevo revelado en 2021.
Titouan Parcollet de la Universidad de Cambridge, que trabaja en el reconocimiento de voz convencional, no descarta el papel de la biocomputación a largo plazo.
“Sin embargo, también podría ser un error pensar que necesitamos algo como el cerebro para lograr lo que hace actualmente el aprendizaje profundo”, afirma Parcollet. “Los modelos actuales de aprendizaje profundo son en realidad mucho mejores que cualquier cerebro en tareas específicas y específicas”.
La tarea de Guo y su equipo está tan simplificada que sólo identifica quién está hablando, no cuál es el discurso, dice. “Los resultados no son realmente prometedores desde la perspectiva del reconocimiento de voz”.
Incluso si se puede mejorar el rendimiento de Brainoware, otro problema importante es que los organoides sólo se pueden mantener durante uno o dos meses, dice Guo. Su equipo está trabajando para ampliar esto.
“Si queremos aprovechar el poder de cálculo de los organoides para la computación de IA, realmente necesitamos abordar esas limitaciones”, afirma.
Temas: