Mākslīgais intelekts: mikroshēma, kas paredzēta, lai modelētu smadzeņu darbību
Pēdējā pārskatīšana: 18.05.2024
Visi iLive saturs ir medicīniski pārskatīts vai pārbaudīts, lai nodrošinātu pēc iespējas lielāku faktisko precizitāti.
Mums ir stingras iegādes vadlīnijas un tikai saikne ar cienījamiem mediju portāliem, akadēmiskām pētniecības iestādēm un, ja vien iespējams, medicīniski salīdzinošiem pārskatiem. Ņemiet vērā, ka iekavās ([1], [2] uc) esošie numuri ir klikšķi uz šīm studijām.
Ja uzskatāt, ka kāds no mūsu saturiem ir neprecīzs, novecojis vai citādi apšaubāms, lūdzu, atlasiet to un nospiediet Ctrl + Enter.
Daudzus gadu desmitus zinātnieki ir sapņojuši izveidot datorsistēmu, kas varētu atkārtot cilvēka smadzeņu talantu, lai izpētītu jaunus izaicinājumus.
Masačūsetsas Tehnoloģiskā institūta zinātnieki ir spēruši svarīgu soli šā mērķa sasniegšanai, izstrādājot datora mikroshēmu, kas imitē smadzeņu neironu pielāgošanās mehānismu, reaģējot uz jauno informāciju. Zinātnieki uzskata, ka šī parādība, kas pazīstama kā plastiskums, ir pamats daudzām smadzeņu funkcijām, ieskaitot mācīšanos un atmiņu.
Aptuveni 400 tranzistori un silīcija mikroshēma var simulēt vienas smadzeņu sinapses aktivitāti - savienojumu starp diviem neironiem, kas atvieglo informācijas pārnešanu no viena neirona uz citu. Pētnieki cer, ka šī mikroshēma palīdzēs neirofiziķiem uzzināt daudz vairāk par smadzeņu darbību, un to var izmantot arī nervu protēžu, piemēram, mākslīgās tīklenes, attīstīšanai, saka projekta vadītājs Chi-Sang-pūons.
Sinapsu simulācija
Smadzenēs ir aptuveni 100 miljardi neironu, no kuriem katrs veido sinapses ar daudziem citiem neironiem. Sinapses - plaisa starp diviem neironiem (presinepsijas un postsinaptiskos neironus). Presinaptiskais neirons sekrē neirotransmitētājus, piemēram, glutamātu un GABA, kas saistās ar receptoriem uz šūnu postsinaptiskajām membrānām, aktivējot jonu kanālus. Šo kanālu atvēršana un aizvēršana noved pie šūnas elektriskā potenciāla maiņas. Ja potenciāls ievērojami mainās, šūna iedarbina elektrisko impulsu, ko sauc par darbības potenciālu.
Visa sinapses aktivitāte ir atkarīga no jonu kanāliem, kas kontrolē uzlādētu jonu plūsmu, piemēram, nātriju, kāliju un kalciju. Šie kanāli ir svarīgi arī divos procesos, kurus sauc par ilgtermiņa potenciāciju (LTP) un ilgtermiņa depresiju (LLC), kas attiecīgi stiprina un vājina sinapses.
Zinātnieki ir izstrādājuši savu datoru mikroshēmu, lai tranzistori varētu imitēt dažādu jonu kanālu darbību. Lai gan lielākā daļa mikroshēmu darbojas bināros režīmos - "ieslēgšana / izslēgšana", elektriskās strāvas uz jaunā mikroshēmas plūsma caur analogajiem režīmiem esošajiem tranzistoriem. Elektriskā potenciāla gradients izraisa plūsmu caur tranzistoriem tādā pašā veidā, ka joni šķērso jonu kanālus šūnā.
"Mēs varam pielāgot ķēdes parametrus koncentrācijai uz īpašu jonu kanālu," saka Puns. "Tagad mums ir veids, kā uztvert ikvienu jonu procesu, kas notiek neironā."
Jaunā mikroshēma ir "nozīmīgs progress centienos uz pētījuma bioloģisko neironu un sinaptiskā plastiskums CMOS [papildu metāla oksīda-pusvadītāju] chip," saka dekāns Buonomano profesors neirobioloģijas pie Kalifornijas universitātē Losandželosā, piebilstot, ka "līmenis bioloģiskās reālisma , ir iespaidīgs.
Zinātnieki plāno izmantot savu mikroshēmu, lai izveidotu sistēmu, lai modelētu specifiskas nervu funkcijas, piemēram, vizuālās apstrādes sistēmu. Šādas sistēmas varētu būt daudz ātrākas nekā digitālie datori. Pat augstas veiktspējas datorsistēmās ir vajadzīgas stundas vai dienas, lai simulētu vienkāršas smadzeņu shēmas. Ar analogo mikroshēmu sistēmu, simulācija ir ātrāka nekā bioloģiskajās sistēmās.
Cits iespējamais šo mikroshēmu pielietojums, mijiedarbības ar bioloģiskām sistēmām, piemēram, mākslīgā tīklene un smadzenes, pielāgošana. Nākotnē šīs mikroshēmas var kļūt par standarta blokiem mākslīgās inteliģences ierīcēm, saka Puns.
