Wissenschaftler haben ein menschliches Gehirn gezüchtet, es an einen Computer angeschlossen und ihm beigebracht, Gleichungen zu lösen
Eine neue Studie hat gezeigt, wie vielversprechend die Kombination menschlicher Gehirnzellen mit Computern ist. Lebende Neuronen wurden schneller trainiert als künstliche Modelle und zeigten fast identische Ergebnisse.
Was bekannt ist
Mit Hilfe von Stammzellen gelang es den Forschern, eine Kolonie von Zellen zu schaffen, die die Struktur der neuronalen Verbindungen und der Neuronen selbst im menschlichen Gehirn nachbilden. Die Kolonie wird als Gehirnorganoid bezeichnet. Sie wurde auf einer Anordnung von hochdichten Elektroden gezüchtet.
Das neuronale Netz wird Brainoware genannt. Das Bild unten zeigt es im Alter zwischen einer Woche und einigen Monaten. Für das Training verwendeten die Wissenschaftler mehr als zweihundert Audioaufnahmen von Japanern, die die wichtigsten Laute sprechen. Nach dem Training war Brainoware in der Lage, die Stimme mit bis zu 78 % Genauigkeit zu erkennen.
Die nächste Aufgabe der Wissenschaftler bestand darin, das neuronale Netz auf die Lösung von Eno-Mappings zu trainieren. Dies wurde in vier Tagen erreicht. Nach dem Training war Brainoware in der Lage, Gleichungen mit einer Genauigkeit von etwa 80 % zu lösen. Hier schnitt das gewachsene Gehirn besser ab als die künstliche Intelligenz ohne eine lange Kette von Kurzzeitgedächtnis-Elementen (Long short-term memory, LSTM).
Vergleicht man Brainoware und die künstliche Intelligenz mit LSTM, so gewinnt die KI mit einem leichten Vorsprung zu ihren Gunsten. Es ist jedoch zu beachten, dass das künstliche neuronale Netz 50 Trainingsstufen durchlief, während Brainoware 10 Mal weniger Zeit für das Training benötigte.
Die Wissenschaftler glauben, dass Kolonien lebender Neuronen sowohl bestehende als auch künftige neuronale Netze auf Chips übertreffen werden. Dies gilt sowohl für die Geschwindigkeit als auch für die Kosteneffizienz. Bei vollwertigen Biocomputer-Systemen werden wahrscheinlich ethische Bedenken aufkommen, aber das liegt noch in weiter Ferne.
Quelle: Science Alert