この「脳」には 80 万個の細胞があり、5 分で卓球を覚えて AI に勝つことができます。
ビデオゲームをプレイするには脳細胞が何個必要ですか?
この文を聞いたとき、あなたの最初の反応は次のようになります。これは頭の体操です。
いいえ、この質問に対する本当の答えはあります。これはすべて、DishBrain と呼ばれるニューラル ネットワーク システムのおかげです。
卓球をする場合、必要な脳細胞の数は約80万個です。
いいえ、80万個の人間の脳細胞が「卓球をする」ことを覚えるのに5分かかりました。
最近、オーストラリアの研究チームは、80万個の生きたヒトとマウスの脳細胞を培養皿に入れ、電極に接続して古典的なアーケード ゲームをプレイしました。
科学者たちはこれを最初の感覚を持った「ディスク上の脳」(DishBrain)と呼んでいます。
この研究の目的は、合成生物学的知能 (SBI) を作成し、神経疾患に関する将来の研究により良い方法を提供することです。
最新の研究は水曜日にジャーナルNeuronに掲載されました。
論文アドレス:
https://www.cell.com/neuron/pdfExtended/S0896-6273(22)00806-6
「皿の上の脳」5 分でゲームの遊び方を学ぶ
人間の脳には 8,600 億個のニューロンがあることがわかっています。シナプスは、あるニューロンから次のニューロンに電気信号を伝達しますが、情報プロセッサとは考えられていません。
しかし、ニューロンは、非常に低いエネルギー消費でリアルタイムに情報を処理できる魔法のシステムです。
DishBrain は、脳細胞を刺激する微小電極アレイの上で成長したヒト ニューロンの単層で構成されています。
では、これらの「人間の脳細胞」はどこから来たのでしょうか?
脳細胞を取得するプロセスが研究基準に準拠しているかどうかは、誰もが最初に懸念することかもしれません。
DishBrain 神経細胞アレイの動作
実際、人間の脳からニューロンと脳細胞を直接抽出するのは、皆さんが考えているようなものではありません。非倫理的な。
科学者は、人間の誘導を使用するという解決策を提供しました。
多能性幹細胞 (hiPSC) を皮質神経細胞に分化させ、培養します。同時に、研究者らは培養にマウス細胞も使用した。
#下の写真は、培養皿 (50μm) におけるマウスとヒトの皮質細胞の違いを示しています。
ヒト人工多能性幹細胞 (hiPSC) が活性な異種皮質ニューロンの単層に分化した後、これらのニューロンは成熟した機能特性を示すこともでき、他のニューロンとの密な接続を形成することもできます。サポートとして機能するグリア細胞。
#デバイスの中央にある円形の溝は、脳細胞と電極が配置される場所です。
MaxOne は、8mm*8mm の領域に配置された 26,000 個のプラチナ電極を備え、最大解像度 220*120 の高解像度電気生理学プラットフォームです。
ニューロンはどのようにしてゲームを完了するために能動的に推論するのでしょうか?
DishBrain に卓球を教えるために、研究チームはこのニューロンにシングルプレイヤーの卓球ゲームをプレイするように依頼しました。
電極アレイの上半分のニューロンは卓球ボールの位置を感知し、下半分のニューロンは左右のブロックに分かれて卓球ラケットの距離を出力します。上下に動きます。
その後、DishBrain は電気信号を生成してラケットを動かし、ボールをキャッチします。
しかし、最初は彼らのパフォーマンスは非常に悪かったです。
ゲームをうまくプレイするには、ニューロンはフィードバックを必要とします。そこでチームは、ディッシュブレインがボールを外したときに電極を使って批判するフィードバックソフトウェアを開発した。
誤差を最適化するために、Cortical Labs チームは主に、カルマン フィルターとしても知られる、変分自由エネルギーを最小化する予測コーディング式を使用します。
これにより、卓球をするときのシステムが改善され、ディッシュブライアンはわずか 5 分でボールの位置に基づいてラケットを前後に動かすことを学びました。
おや、DeepMind の AI もこのゲームをプレイしたことがあるそうですよ?そうです、DeepMind は 2013 年に、Atari ゲームを通じて人工知能強化学習アルゴリズムのパフォーマンスを初めて実証しました。
現時点では、ゲームプレイにおける DishBrain のパフォーマンスは、長年にわたって開発されてきた DeepMind 独自の強化学習アルゴリズムほど優れていません。しかし、AI がこのゲームのプレイ方法を学習するのに 90 分かかったのに対し、脳細胞のこの層がゲームをうまくプレイするのに要した時間はわずか 5 分でした。
このようにして、生きた脳ニューロンの計算能力を利用して合成生物学的知能 (SBI) を作成することが完了します。
興味深いことに、研究者らは、将来、ディッシュブレインの卓球能力に対するアルコールと薬物の影響もテストするつもりだと述べました。
皮質研究所のブレット・ケーガン博士は、
私たちはエタノールを使って用量反応曲線を作成しようとしています - 基本的にこれらの神経細胞を「酔わせ」て、それらが再生されるかどうかを確認します。人が酒を飲むときと同じように。
コンピューターは人間の脳を模倣することができますか?
今のところ、DishBrain の卓球戦略は遅くて一方的であり、eSports チャンピオンシップで優勝するのは遠い話のように思えますが、これらの研究は生体組織とシリコン技術を融合する可能性を反映しています。
これは、ニューロンが特定のタスクを達成するために活動を調整することを実証した最初の合成生物学的知能実験です。また、フィードバックが与えられれば、タスクをより適切に実行する方法を学ぶことができます。
この研究は、疾患モデリング、創薬、脳の働きの理解、知能の生成方法の理解、薬物が脳の活動にどのような影響を与えるかの研究において大きな可能性を秘めています。 「私たちは、生きた生物学的ニューロンと相互作用し、その活動を変化させて知性のようなものを生み出すことができることを示しました。」
「これは知性を理解する上での新しい方向です」とケーガン氏は語った。 「それは人間であることが何を意味するのかを教えてくれるだけでなく、『生きている』とはどういうことなのか、『賢い』とはどういうことなのか、『情報を処理する』とはどういうことなのか、そして『知覚力がある』とはどういうことなのかを理解することを可能にします。 「
ユニバーシティ・カレッジ・ロンドンの理論神経科学者であるカール・フリストン氏は、「この結果は、ニューロンに感知、フィードバック、行動を起こす能力を与えるという点で画期的である」と述べた。
数年前、フリストンはフリーエネルギー原理と呼ばれる理論を提案しました。これは、すべての生物学的システムは、期待と現実の間のギャップを狭める方法で動作する、つまり世界は可能であると提案しています。変化をより予測可能に。
フリーエネルギー理論
フリストンの理論によると、行動を調整することで世界はより予測可能になり、DishBrainは生物学的に証明されています。
ケイガン氏は、「ディッシュブレイン実験は本質的に、より予測可能な環境を作り出している。」
ディッシュブレイン実験は、特に人工知能とコンピューティングにおいて、人類にいくつかの刺激的な可能性をもたらした。
人間の脳には約 800 億から 1,000 億個のニューロンが含まれており、これはどのコンピューターよりもはるかに強力であることを知っておく必要があります。最高のコンピューターでも人間の脳を再現するのは困難です。これまでに私たちが入手したもので最も近いものは、MIT エンジニアによって設計された人工シナプスを備えたチップで、82,944 個のプロセッサ、1 ペタバイトのメイン メモリ、40 分秒を使用して人間の脳活動の 1% を再現できます。
MIT 人工シナプス チップ
このアーキテクチャが本物の脳にもっと似ていたら、おそらく DishBrain のような合成生物学的システムにさえも似ていました。 -おそらくコンピュータの目標人間の脳を複製することはそれほど突飛なことではないだろう。
DishBrain を使用すると、さまざまな薬物の脳への影響を細胞レベルから理解することもできます。いつか、患者の皮膚幹細胞から逆培養したニューロンを使って、特定の患者向けにカスタマイズされた薬を作ることも可能になるかもしれない。
「これの可能性は非常にエキサイティングです。これは、治療の効果をテストするために『デジタルツイン』を作成する必要がなくなることを意味します」とフリスト氏は述べています。
カスタマイズされた医薬品のためのデジタルツイン
「原則として、私たちは現在、医薬品と遺伝的影響をテストできる究極のバイオニック「サンドボックス」を手に入れています。バリエーションとして、このサンドボックスは、あなたの脳と私の脳にあるまったく同じ計算 (ニューロン) 要素で構成されています。」
偶然にも、神経科学の研究を進めるために、今日も同じです Nature での研究では、人間と私の脳が完全に結合されました。マウスの脳を使って脳のような器官を作る。
この研究では、スタンフォード大学の研究者らが、ヒトの脳に誘導された多能性幹細胞を、発達中のラットの脳に移植した。
写真に示すように、明るい緑色の部分が脳オルガノイドです。
脳オルガノイドはラットの脳とともに発育・成熟すると同時に、徐々に血管を発達させて自らの発育に必要な栄養を供給することが判明しました。 。
最後に、脳の神経回路と部分的に統合されて脳の一部になります。
脳オルガノイドを使用すると、科学者はシャーレ内のニューロンを操作し、潜在的な神経疾患の背後にあるメカニズムを見つけることができます。
ネット民の神のコメント
「ということは、たとえ「存在」がなくても、何らかの形の意識が存在するということですか。」
Discussion 突然、それは哲学的なレベルに上がりました...
「私たちの新しい脳細胞の支配者を最初に歓迎したいと思っています。」
"もっと大きなシャーレが必要です。「
「攻殻機動隊のような機械の体が欲しいです。」
「ニューロマンサー。テクノロジーと魔法の完璧な組み合わせ。」
「信じられないことに、デイビッド・イーグルマンの TED 講演を思い出します。彼は人間の脳は原始的なものであると考えています。」 /O デバイス。赤ちゃんの頃、入力データの処理方法を学習しており、いつでも入力を追加することができ、脳は新しいデータを解釈し始めます。」
「ブラック ミラーの「ビスケット」のプロットを思い出します...不気味です。」
「でも、ニューロンはこのゲームが好きですか? ?」
「何百ものコメントを読みましたが、この重要な質問をしたのはあなたが初めてです!」
「これらの細胞はもはや存在しません。改善を続ければ、数日以内にトランプ支持者になるだろう。」
「彼らは一般のトランプ支持者のIQを超えている。」
「私の意見では、これはは奴隷制です。このテクノロジーがどこで使用されるかを考えてください。」
参考:
https://www.cnet.com/science/live-brain-cells-in-dish-quickly -classic-game-pong の遊び方を学ぶ/
https://www.nature.com/articles/d41586-022-03229-y
https://www. engadget.com/brain-cells-pong-rats-182835843.html
以上がこの「脳」には 80 万個の細胞があり、5 分で卓球を覚えて AI に勝つことができます。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Char Arrayは文字シーケンスをC言語で保存し、char array_name [size]として宣言されます。アクセス要素はサブスクリプト演算子に渡され、要素は文字列のエンドポイントを表すnullターミネーター「\ 0」で終了します。 C言語は、strlen()、strcpy()、strcat()、strcmp()など、さまざまな文字列操作関数を提供します。

Cスイッチステートメントでデフォルトに起因するエラーを回避するための戦略:定数の代わりに列挙を使用し、ケースステートメントの値を列挙の有効なメンバーに制限します。最後のケースステートメントでフォールスルーを使用して、プログラムが以下のコードを引き続き実行できるようにします。フォールスルーなしのスイッチステートメントの場合、エラー処理のためのデフォルトステートメントを常に追加するか、デフォルトの動作を提供します。

C言語に組み込みの合計機能はないため、自分で書く必要があります。合計は、配列を通過して要素を蓄積することで達成できます。ループバージョン:合計は、ループとアレイの長さを使用して計算されます。ポインターバージョン:ポインターを使用してアレイ要素を指し示し、効率的な合計が自己概要ポインターを通じて達成されます。アレイバージョンを動的に割り当てます:[アレイ]を動的に割り当ててメモリを自分で管理し、メモリの漏れを防ぐために割り当てられたメモリが解放されます。

デフォルトステートメントは、変数値がケースステートメントと一致しない場合にコードブロックが実行されることを保証するデフォルトの処理パスを提供するため、スイッチケースステートメントで重要です。これにより、予期しない動作やエラーが防止され、コードの堅牢性が向上します。

論理非操作者(!)には、括弧の横に優先順位があります。つまり、表現では、他のほとんどの演算子に先行します。優先順位を理解するには、暗記の暗記だけでなく、さらに重要なことに、複雑な表現での検出不可能なエラーを避けるために、その背後にある論理と潜在的な落とし穴を理解する必要があります。ブラケットを追加すると、表現の意図を明確にし、コードの明確さと保守性を向上させ、予期しない動作を防ぐことができます。

!X理解!Xは、C言語の論理的な非操作者です。 Xの値をブーリングします。つまり、虚偽の真の変化、trueへの誤った変更です。ただし、Cの真実と虚偽はブール型ではなく数値で表されていることに注意してください。非ゼロは真であると見なされ、0のみが偽と見なされます。したがって、!xは正の数と同じ負の数を扱い、真実と見なされます。

合計キーワードはC言語では存在せず、通常の識別子であり、変数または関数名として使用できます。しかし、誤解を避けるために、数学関連コードの識別子に使用しないようにすることをお勧めします。 array_sumやcalculate_sumなどのより記述的な名前を使用して、コードの読みやすさを向上させることができます。
