美國印第安那大學科學家以腦類器官作為人工智慧裝置

腦類器官

腦類器官（Brain Organoids）指的是利用幹細胞培養出的三維神經組織。目前的研究已經證明腦類器官具備大腦細胞（包括神經元和星狀細胞）的基本結構和功能。近期，科學家還希望利用腦類器官來提升人工智慧的運作效能，並研究其可能替代神經型態晶片（neuromorphic chips）的可行性。

研究重點

來自美國印第安納大學的研究員，在期刊「自然電子元件」發表了他們利用腦類器官進行人工智慧研究的成果。研究人員將培養的腦類器官與陣列電極電路連接，此此電路作為腦類器官的輸入和輸出端。研究人員因而能對腦類器官進行多種刺激，包括單純的電刺激、由語音轉化成的電刺激，以及從混沌映射數據轉化而來的電刺激，然後對其輸出的信號進行回歸分類。研究人員發現，這種訓練方式可以讓腦類器官進行非監督式學習，在語音預測方面達到78％的準確率，在混沌信號預測方面達到0.81的回歸分數。該研究證明了腦類器官可以作為人工智慧訓練的一個物理架構，研究人員將其命名為ONN（Organoid Neural Network）架構。未來研究人員將會繼續測試腦類器官人工智慧可以完成的任務複雜度。

思考

研究人員透過不同方式來研究ONN的訓練架構的核心機制。首先，在研究人員對腦類器官進行不同時間長度與電壓強度的電刺激時，研究人員發現達到一定強度或電壓時，會大幅提升腦類器官的神經活化率。這種現象顯示腦類器官對於刺激的強度與長度的綜合效果具有辨識能力。其次，在腦類器官未受過訓練時，是否也有基本的對外來刺激的辨識能力？研究人員發現在未經訓練的腦類器官，對於人類語音仍達50%的準確率，對於混沌信號仍有0.35的回歸分數，顯示未受過訓練的腦類器官也有一定的分類能力。第三，腦類器官的分類能力是否與神經可塑性相關？研究人員發現，若使用藥物阻斷神經突觸的可塑性，則腦類器官經過學習，也無法增加辨識能力。這顯示腦類器官的辨識能力與學習能力其實建構於突觸的可塑性。

論文:

https://www.nature.com/articles/s41928-023-01069-w

圖片來源:

Adobe Firefly 人工智慧生成圖片

#神經科技

#腦類器官

#人工智慧