«Настоящим узким местом для ИИ в ближайшем будущем станет энергопотребление, — сказал Фу Тяньмин, руководитель научной группы. — Наш мозг потребляет лишь ничтожную долю — примерно одну миллионную — энергии по сравнению с современными системами ИИ, выполняющими аналогичные задачи».

Решением могут стать трехмерные биологические нейросети, разработкой которых занимаются специалисты из Принстонского университета. Предыдущие попытки использования клеток мозга для вычислений основывались на двумерных культурах, выращенных в чашке Петри, или трехмерных кластерах, которые исследовались и контролировались извне. Новое устройство создано иначе, рассказывает Techxplore.

Клетки выращиваются вокруг трехмерного сетчатого каркаса из микроскопических проводов и электродов. Команда использовала этот каркас как основу для культивирования десятков тысяч нейронов в обширную 3D-сеть. Такой подход позволяет записывать и стимулировать электрическую активность нейронов с гораздо более высоким разрешением, чем прежде.

Отслеживая эволюцию системы на протяжении более полугода, исследователи экспериментировали с усилением и ослаблением связей между ключевыми нейронами и в итоге обучили алгоритм распознавать паттерны электрических импульсов. В двух тестах — на различение пространственных и временных паттернов — система правильно различала закономерности, демонстрируя способность к обучению и распознаванию. В будущем исследователи надеются масштабировать систему для выполнения более сложных задач.

Авторы подчеркивают, что трехмерные биологические нейросети не только помогут раскрыть вычислительные секреты мозга, но и способствуют пониманию и, возможно, лечению неврологических заболеваний.

Японские ученые обучили живые нейроны мозга крыс генерировать сложные временные сигналы с помощью системы машинного обучения в реальном времени. Они интегрировали нейроны с микроэлектродами и микрофлюидными устройствами, создав замкнутую систему «резервуарных вычислений».