Des scientifiques ont cultivé un cerveau humain, l'ont relié à un ordinateur et lui ont appris à résoudre des équations.

Par: Maksim Panasovskiy | 14.12.2023, 00:32
Des scientifiques ont cultivé un cerveau humain, l'ont relié à un ordinateur et lui ont appris à résoudre des équations.

Une nouvelle étude a démontré que la combinaison de cellules cérébrales humaines et d'ordinateurs était prometteuse. Les neurones vivants ont été entraînés plus rapidement que les modèles artificiels tout en donnant des résultats presque identiques.

Ce que nous savons

En utilisant des cellules souches, les chercheurs ont pu créer une colonie de cellules qui reproduisent la structure des connexions neuronales et des neurones eux-mêmes dans le cerveau humain. Cette colonie est appelée organoïde cérébral. Elle a été cultivée sur un réseau d'électrodes à haute densité.

Le réseau neuronal s'appelle Brainoware. L'image ci-dessous le montre âgé d'une semaine à quelques mois. Pour l'entraînement, les scientifiques ont utilisé plus de 200 enregistrements audio de Japonais prononçant les principaux sons. Après l'entraînement, Brainoware a été capable de reconnaître la voix avec une précision allant jusqu'à 78 %.

La tâche suivante des scientifiques consistait à entraîner le réseau neuronal à résoudre les correspondances Eno. Cette tâche a été accomplie en quatre jours. Après l'entraînement, Brainoware a pu résoudre des équations avec une précision d'environ 80 %. Ici, le cerveau adulte a obtenu de meilleurs résultats que l'intelligence artificielle sans une longue chaîne d'éléments de mémoire à court terme (Long short-term memory, LSTM).

Si l'on compare Brainoware et l'intelligence artificielle avec LSTM, l'IA l'emporte avec un léger avantage. Toutefois, il est important de noter que le réseau neuronal artificiel a subi 50 étapes d'entraînement, alors que Brainoware a pris 10 fois moins de temps pour s'entraîner.

Les scientifiques pensent que les colonies de neurones vivants seront plus performantes que les réseaux neuronaux sur puce actuels et futurs. Cela s'applique à la fois à la vitesse et à la rentabilité. Dans le cas de systèmes bio-informatiques à part entière, des questions éthiques seront probablement soulevées, mais on en est encore loin.

Source : Science Alert : Science Alert