Закрита екосистема. Дослідники створили мініатюрні мозкові структури та навчали їх вирішувати інженерні проблеми.

Колектив дослідників створив у лабораторії мініатюрні зразки мозкової тканини, які навчилися виконувати традиційні інженерні завдання. Це дослідження довело, що живі нейронні мережі можна поступово коригувати, використовуючи електричний зворотний зв'язок.

Цю інформацію повідомляє видання Science Alert.

Йдеться про так звану задачу cartpole. Її суть проста: потрібно втримати вертикально палицю, яка може впасти. У віртуальній версії система рухає платформу ліворуч або праворуч, щоб утримати стрижень у рівновазі. Помилки швидко накопичуються, тому це вважають прикладом нестійкої системи керування. Таку модель часто використовують у дослідженнях навчання з підкріпленням.

У цьому експерименті використали органоїди -- невеликі скупчення мозкової тканини, вирощені не з людських клітин, а зі стовбурових клітин миші. Вони не здатні до мислення чи свідомості, але можуть передавати електричні сигнали, а їхні внутрішні зв'язки змінюються під впливом стимуляції.

Дослідники створили замкнену систему. Коли віртуальний стрижень нахилявся, органоїд отримував електричні сигнали, які повідомляли напрям і кут нахилу. Відповідь тканини інтерпретували як команду рухати платформу ліворуч або праворуч. Органоїд не "розумів" завдання. Вчені перевіряли, чи можна змінювати нейронні зв'язки так, щоб керування ставало кращим.

Кожен експеримент тривав, поки стрижень не виходив за заданий кут. Результати аналізувалися у серіях по п’ять спроб. Існувало три різні умови: без зворотного зв'язку, з випадковою стимуляцією та з адаптивною стимуляцією, яка змінювалася відповідно до попередніх результатів.

Найважливішим був саме адаптивний варіант. Якщо результати погіршувалися порівняно із середнім показником за попередні спроби, система подавала короткий імпульс високої частоти. Алгоритм змінював, які саме нейрони отримували сигнал, зважаючи на те, чи допомагала подібна стимуляція раніше.

Дослідник у сфері робототехніки та штучного інтелекту з Каліфорнійського університету в Санта-Крузі, Еш Роббінс, пояснив, що це нагадує роботу тренера, який радить внести певні корективи в підходи. Він зазначив, що коли науковці мають можливість вибирати навчальні сигнали, вони можуть цілеспрямовано модифікувати функціонування мережі для вирішення конкретних задач. Також він підкреслив, що йдеться про короткострокове навчання, яке дозволяє органоїду переходити з одного стану в інший і забезпечувати цю стабільність.

Щоб переконатися, що покращення не є випадковим, дослідники встановили контрольний показник на основі роботи повністю випадкового алгоритму. Якщо результати органоїда перевищували рівень, який можна пояснити випадковістю, таку сесію вважали успішною.

Без зворотного зв'язку органоїди досягали високих результатів лише у 2,3 відсотка випадків. За випадкової стимуляції цей показник становив 4,4 відсотка. При постійному адаптивному зворотному зв'язку рівень успішних циклів зріс до 46 відсотків.

Проте, ефект виявився короткочасним. Після перерви тривалістю 45 хвилин органоїди почали втрачати отримані зміни та поверталися до своїх початкових характеристик. У майбутньому дослідники мають намір вивчити, як можна поліпшити "пам'ять" цих систем, зокрема шляхом ускладнення їхньої архітектури.

Співавтор дослідження, біоінформатик Девід Гаусслер з того ж університету, підкреслив, що основна мета їхньої роботи полягає в просуванні досліджень мозку та терапії неврологічних захворювань. Він зазначив, що мова не йде про заміну роботизованих систем або комп'ютерів вирощеними в лабораторії мозковими тканинами. Гаусслер також зауважив, що застосування людських мозкових органоїдів для подібних цілей викликало б серйозні етичні питання.