Учёные из Университета Монаша создали DishBrain — полубиологический компьютерный чип, в электроды которого интегрированы около 800 000 клеток мозга человека и мыши. Демонстрируя что-то вроде разума, он научился играть в Pong за пять минут. Исследование, проведённое в партнёрстве с мельбурнским стартапом Cortical Labs, получило грант в размере 407 000 долларов США от Австралийской национальной программы грантов на исследования в области разведки и безопасности.

Источник изображения: Pixabay

Массив микроэлектродов в основе DishBrain способен не только считывать активность в клетках мозга, но и стимулировать их электрическими сигналами, поэтому исследовательская группа создала версию Pong, в которой клетки полубиологического искусственного мозга получали информацию о перемещении мяча и могли воздействовать на ракетку, перемещая её влево и вправо.

Затем была разработана очень простая система стимуляции, использующая стремление небольших скоплений клеток мозга сводить к минимуму непредсказуемость окружающей их среды. Если ракетка отбивает мяч, клетки получают поощрение — предсказуемый стимул, а при промахе — четыре секунды непредсказуемого воздействия. Это первый случай, когда клетки мозга, выращенные в лаборатории, получили возможность не только ощущать мир, но и воздействовать на него, и результаты были впечатляющими.

Нейроны DishBrain, растущие на массиве электродов / Источник изображения: Cortical Labs

Такие чипы, объединяющие биологические вычисления с ИИ, «в будущем могут в конечном итоге превзойти по производительности существующее чисто кремниевое оборудование, — уверен руководитель проекта доцент Адил Рази (Adeel Razi). — Результаты таких исследований будут иметь серьёзные последствия в таких областях как планирование, робототехника, передовая автоматизация, интерфейсы мозг-машина и разработка лекарств».

Расширенные возможности DishBrain могут стать основой нового поколения машинного обучения, особенно когда оно будет воплощено в автономных транспортных средствах, дронах и роботах. По словам Рази, это может дать им «новый тип машинного интеллекта, способный учиться на протяжении всей своей жизни». Технология обещает машины, которые могут продолжать изучать новые способности без ущерба для старых, хорошо адаптируются к изменениям и могут использовать старые знания в новых ситуациях, оптимизируя использование вычислительной мощности, памяти и энергии.

DishBrain с клетками, выделенными с помощью флуоресцентных маркеров / Источник изображения: Cortical Labs

«Мы используем этот грант для разработки более совершенных моделей ИИ на основе обучающихся биологических нейронных сетей, — говорит Рази. — Это поможет расширить возможности оборудования и методов до такой степени, что они станут жизнеспособной заменой для классических вычислений».

Похоже, скоро мы узнаем, мечтают ли андроиды об электроовцах. И нам может не понравиться то, что мы узнаем.

Миссия Artemis 1, старт которой запланирован NASA на 29 августа, предусматривает не только доставку к Луне капсулы Orion, но и десяти небольших «кубсатов», включая разработку, созданную в рамках проекта BioSentinel. Речь идёт о первом долговременном биологическом эксперименте в глубоком космосе — таких никогда не проводилось ранее.

BioSentinel //Источник изображения: NASA

До этого биологические эксперименты в космосе неоднократно осуществлялись, но все они ограничивались воображаемой сферой, включающей Землю и Луну. Предполагается, что небольшой спутник-кубсат с дрожжевыми клетками на борту выйдет на гелиоцентрическую орбиту — примерно на такой же находится сама Земля. После этого учёные начнут изучать воздействие космической радиации на дрожжи.

По словам представителя курируемого NASA проекта BioSentinel, последний является первым в своём роде — он позволит отправить живые организмы в космос дальше, чем когда-либо в истории.

Как сообщает портал Space.com со ссылкой на комментарии NASA, космическая радиация появляется, когда атомы путешествуют так быстро, то «теряют» электроны. Бомбардировка подобными частицами чрезвычайно вредна для живых организмов, но в норме людей и другую жизнь на Земле защищает магнитное поле планеты. Поскольку дрожжевые клетки функционируют приблизительно по тем же принципам, что и человеческие, в том числе несут ДНК, они прекрасно подходят для оценки воздействия космической радиации в глубоком космосе, и эксперимент позволит предположить, что может случиться с людьми во время длительного полёта.

Дрожжевые клетки начнут путешествие в сухой среде на небольших карточках на борту кубсата. Во время полёта к Луне спутник BioSentinel на определённом этапе покинет компанию своих «собратьев» и выйдет на гелиоцентрическую орбиту. Вне зоны действия магнитного поля Земли персонал миссии сможет неким образом «активировать» дрожжи, после чего те начнут путешествие продолжительностью в 12 месяцев.

BioSentinel дублирует ещё два похожих эксперимента. Один из них проводится на борту МКС, а ещё один будет организован на Земле. Сопоставляя полученные данные, учёные смогут сравнить действие космической радиации на Земле, на низкой околоземной орбите и в глубоком космосе. Предполагается, что это обеспечит неоценимую информацию для дальнейших пилотируемых путешествий на Марс и даже дальше.

Год назад компания DeepMind вызвала ажиотаж сообщением о способности раскрыть главную загадку в биологии — предсказать структуру любого белка. Одновременно с этим DeepMind создала открытую базу с данными о 350 тыс. белков, форму которых предсказал пакет AlphaFold. Сегодня компания сообщила о раскрытии форм почти всех белков, известных земной науке — это свыше 200 млн белков из всех сфер известной на Земле жизни. Это настоящая революция в биологии.

Примеры белковых форм. Источник изображения: DeepMind

Белки представляют собой последовательности аминокислот. В зависимости от комбинаций аминокислот белки сворачиваются в очень причудливые пространственные формы. Эти формы определяют взаимодействие белков друг с другом и, в конечном итоге, регулируют биологические процессы в живых организмах: они взаимодействуют, если формы совпадают как ключ подходит замку, и остаются безучастными друг к другу, если формы не имеют совместимых пространственных структур.

Знание пространственной формы белка может помочь найти идеальное лекарство против болезней и сделать множество других открытий в биологии. До появления ИИ-алгоритмов учёные экспериментально определяли форму белков, что очень и очень сложно и долго. Предложенный компанией DeepMind алгоритм определяет пространственную форму одного белка от 10 до 20 секунд. Благодаря этому компания смогла за год довести базу пространственных форм белков с 350 тыс. до более чем 200 млн.

Следует уточнить, что предсказать форму белка не означает оказаться на 100 % точными. Тем не менее, AlphaFold показала значительную точность при определении форм, чего достаточно для начала работ. Всю рутинную работу сделал компьютер, а ведь всем учёным мира до этого потребовалось 50 лет, чтобы разгадать около лишь 10 % белковых структур.

Открытой базой по белкам уже воспользовалось около полумиллиона учёных со всего мира, отметили в компании. Раскрытие полной базы данных по белкам кратно активизирует этот процесс и приведёт в обозримой перспективе к удивительным открытиям в биологии.