Kunstig intelligens: En chip designet for å simulere hjernens aktivitet
Sist anmeldt: 18.05.2024
Alt iLive-innhold blir gjennomgått med medisin eller faktisk kontrollert for å sikre så mye faktuell nøyaktighet som mulig.
Vi har strenge retningslinjer for innkjøp og kun kobling til anerkjente medieområder, akademiske forskningsinstitusjoner og, når det er mulig, medisinsk peer-evaluerte studier. Merk at tallene i parenteser ([1], [2], etc.) er klikkbare koblinger til disse studiene.
Hvis du føler at noe av innholdet vårt er unøyaktig, utdatert eller ellers tvilsomt, velg det og trykk Ctrl + Enter.
I mange tiår har forskere drømt om å skape et datasystem som kunne replikere talentet i den menneskelige hjerne for å utforske nye utfordringer.
Forskere fra Massachusetts Institute of Technology har nå tatt et viktig skritt mot dette målet ved å utvikle en dataplate som etterligner mekanismen for å tilpasse hjernenuronene som respons på ny informasjon. Dette fenomenet, kjent som plastisitet, antas av forskere å legge til grunn for mange hjernefunksjoner, inkludert læring og minne.
Omtrent 400 transistorer og en silisiumbrikke kan simulere aktiviteten til en enkelt hjerne synaps - en forbindelse mellom to nevroner, som letter overføringen av informasjon fra en neuron til en annen. Forskerne forventer at denne brikken vil hjelpe nevrologer til å lære mye mer om hjernens arbeid, og kan også brukes i utviklingen av nevrale proteser, for eksempel kunstig netthinnen, sier prosjektleder Chi-Sang-poon.
Simulering av synapser
I hjernen er det rundt 100 milliarder nevroner, som hver sinne synapser med et stort antall andre nevroner. Synapse - gapet mellom to nevroner (presynaptiske og postsynaptiske nevroner). Presynaptisk neuron utsöndrer nevrotransmittere som glutamat og GABA, som binder til reseptorer på den postsynaptiske membranen i cellen, aktiverer ionkanalene. Åpning og lukking av disse kanalene fører til en endring i cellens elektriske potensial. Hvis potensialet endres dramatisk nok, utløser cellen en elektrisk impuls kalt handlingspotensialet.
All synaptisk aktivitet avhenger av ionkanaler, som styrer strømmen av ladede ioner, for eksempel natrium, kalium og kalsium. Disse kanalene er også sentrale i to prosesser kjent som langsiktig potensiering (LTP) og langsiktig depresjon (LLC), som henholdsvis styrker og svekker synapsene.
Forskere har utviklet sin egen dataplate, slik at transistorer kan etterligne aktiviteten til forskjellige ionkanaler. Mens de fleste sjetonger fungerer i binær modus - "på / av", strømmer strømmen på den nye brikken gjennom transistorene i analog modus. Graden av det elektriske potensialet fører til at strømmen strømmer gjennom transistorene på samme måte som ioner passerer gjennom ionkanalene i cellen.
"Vi kan justere kretsparametrene for konsentrasjon på en bestemt ionkanal," sier Poon. "Nå har vi en måte å fange opp hver ioneprosess som skjer i nevronet."
Den nye brikken er en "betydelig fremgang i arbeidet til studiet av biologiske nevroner og synaptisk plastisitet i CMOS [Complementary Metal Oxide-semiconductor] chip", sier Dean Buonomano, professor i nevrobiologi ved Universitetet i California i Los Angeles, og legger til at "nivået av biologisk realisme , er imponerende.
Forskere planlegger å bruke sin chip for å skape systemer for modellering av bestemte nevrale funksjoner, for eksempel et visuelt behandlingssystem. Slike systemer kan være mye raskere enn digitale datamaskiner. Selv på høyytelses datasystemer er det nødvendig med timer eller dager for å simulere enkle hjernekretser. Med det analoge brikkesystemet er simuleringen raskere enn i biologiske systemer.
En annen potensiell anvendelse av disse sjetongene, justering av samspillet med biologiske systemer, som det kunstige netthinnen og hjernen. I fremtiden kan disse sjetongene bli standardblokker for kunstig intelligens, sier Poon.
