28.4.2024

Publication-X

"in tenebris moderni diei, solum bellum est"

Frankenbrain: Tekoälyn ja ihmisen aivosolujen yhdistäminen.

2 min read
Frankenbrain: Tekoälyn ja ihmisen aivosolujen yhdistäminen.

Pikalinkki tähän artikkeliin: https://publication-x.com/4pc2

Valvonnan kaappaaminen
Tutkijaryhmä sai juuri 600 000 dollarin apurahan Australian kansalliselta tiedusteluvirastolta tutkiakseen tapoja yhdistää ihmisen aivosolut ja tekoäly.

Yhteistyössä melbournelaisen startup-yrityksen Cortical Labsin kanssa ryhmä on jo onnistuneesti osoittanut, miten noin 800 000 aivosolun ryhmä Petri-maljassa pystyy pelaamaan “Pong”-peliä.

Perusajatuksena on yhdistää biologia ja tekoäly, mikä voisi luoda uusia rajoja itseajavien autojen, autonomisten lennokkien tai jakelurobottien koneoppimisteknologialle – tai ainakin hallitus toivoo saavuttavansa tämän investoinnillaan.

In Silico
Tutkijat eivät kaihda rohkeita väitteitä työstään.

“Tämä uusi teknologinen kapasiteetti voi tulevaisuudessa lopulta ylittää nykyisten, puhtaasti piipohjaisten laitteistojen suorituskyvyn”, sanoi Adeel Razi, ryhmän johtaja ja Monarch Universityn apulaisprofessori, lausunnossaan.

“Tällaisen tutkimuksen tuloksilla olisi merkittäviä vaikutuksia useilla eri aloilla, kuten suunnittelussa, robotiikassa, kehittyneessä automaatiossa, aivojen ja koneen välisissä rajapinnoissa ja lääkkeiden löytämisessä, mikä antaisi Australialle merkittävän strategisen edun”, hän lisäsi.

Razin mukaan tekniikka voisi mahdollistaa sen, että koneäly oppisi ihmisen aivosolujen tapaan “koko elämänsä ajan”, jolloin se voisi oppia uusia taitoja menettämättä vanhoja taitojaan ja soveltaa olemassa olevaa tietoa uusiin tehtäviin.

Razi ja hänen kollegansa pyrkivät kasvattamaan aivosoluja DishBrain-järjestelmäksi kutsutussa laboratorioastiassa tutkiakseen tätä “jatkuvan elinikäisen oppimisen” prosessia.

Kyseessä on erittäin kunnianhimoinen hanke, jonka loppuunsaattaminen vie todennäköisesti jonkin aikaa.

“Käytämme apurahaa kehittääksemme parempia tekoälykoneita, jotka jäljittelevät näiden biologisten hermoverkkojen oppimiskykyä”, Razi sanoo. “Tämä auttaa meitä skaalaamaan laitteiston ja menetelmien kapasiteettia siihen pisteeseen, että niistä tulee elinkelpoinen korvaaja in silico -laskennalle.”

Lähde: Technocracy.news