Закрита система. Вчені розробили маленькі мозкові структури та навчали їх справлятися з інженерними завданнями.
Команда дослідників створила в лабораторії мініатюрні зразки мозкової тканини та навчила їх розв'язувати традиційні інженерні завдання. Експеримент продемонстрував, що живі нейронні мережі можна поступово адаптувати, використовуючи електричний зворотний зв'язок.
Цю інформацію повідомляє журнал Science Alert.
Мова йде про завдання, яке отримало назву cartpole. Його суть полягає у необхідності утримувати вертикально розташовану паличку, що має тенденцію падати. У віртуальному середовищі система рухає платформу вліво або вправо, щоб підтримувати стрижень у стабільному положенні. Помилки швидко накопичуються, що робить цю задачу прикладом нестабільної системи управління. Ця модель часто використовується в дослідженнях у галузі навчання з підкріпленням.
У цьому дослідженні були використані органоїди — маленькі скупчення мозкової тканини, сформовані не з людських, а з мишачих стовбурових клітин. Незважаючи на те, що ці структури не мають свідомості чи здатності до мислення, вони можуть генерувати електричні імпульси, а їх зв'язки можуть адаптуватися під впливом зовнішніх факторів.
Дослідники розробили самодостатню систему. Коли віртуальний стрижень відхилявся, органоїд отримував електричні імпульси, які вказували на напрямок і величину нахилу. Реакцію тканини трактували як сигнал для переміщення платформи вліво або вправо. Органоїд не "усвідомлював" поставленої задачі. Вчені досліджували можливість модифікації нейронних зв'язків з метою покращення процесу управління.
Кожна спроба тривала до моменту, поки стрижень не падав за встановлений кут. Результати оцінювали серіями по п'ять спроб. Було три варіанти умов: без зворотного зв'язку, з випадковою стимуляцією та з адаптивною стимуляцією, яка залежала від попередніх результатів.
Основним елементом був гнучкий метод. Якщо результати починали погіршуватися в порівнянні з середніми даними попередніх спроб, система здійснювала швидкий імпульс з високою частотою. Алгоритм модифікував, які нейрони отримували сигнал, з огляду на те, чи виявилася така стимуляція результативною раніше.
Дослідник у сфері робототехніки та штучного інтелекту Еш Роббінс з Університету Каліфорнії в Санта-Крузі пояснив, що це аналогічно до роботи тренера, який вказує на необхідність внести корективи в підхід. Він зазначив, що коли науковці мають можливість вибирати навчальні сигнали, вони можуть цілеспрямовано модифікувати функціонування мережі для вирішення конкретних задач. Роббінс також підкреслив, що йдеться про короткострокове навчання, яке дозволяє перевести органоїд з одного стану в інший, забезпечуючи стабільність цього процесу.
Для того щоб впевнитися, що досягнуті поліпшення не є випадковими, вчені створили контрольний показник, спираючись на результати повністю випадкового алгоритму. Якщо показники органоїда перевищували рівень, який можна було б пояснити випадковими коливаннями, така сесія визнавалася успішною.
Без зворотного зв'язку органоїди демонстрували високі результати лише у 2,3% випадків. За умов випадкової стимуляції цей показник підвищувався до 4,4%. Однак при використанні постійного адаптивного зворотного зв'язку рівень успішних циклів зріс до вражаючих 46%.
Однак, отриманий ефект виявився короткочасним. Після перерви тривалістю 45 хвилин органоїди втрачають набуті зміни і повертаються до початкового стану. У майбутньому дослідники мають намір вивчити способи покращення "пам'яті" таких систем, зокрема, шляхом ускладнення їхньої архітектури.
Співавтор дослідження, біоінформатик Девід Гаусслер з того ж університету підкреслив, що основна мета цієї роботи полягає у просуванні досліджень мозку та лікуванні неврологічних розладів. Він зазначив, що мова не йде про заміну роботизованих систем або комп'ютерів лабораторно вирощеною мозковою тканиною. Гаусслер також додав, що застосування людських мозкових органоїдів для таких цілей викликало б серйозні етичні дилеми.
