皿のニューロンはポンゲームを学びます。 次は何ですか?

1 min read
1970年代の家でテレビゲーム機でポンゲームをする家族の広告イメージ。

初期のビデオゲームの広告 ポンクレジット: Interfoto/Alamy

電極でコーティングされたプレートで成長している数十万の人間のニューロンは、古典的なコンピュータゲームのバージョンをプレイするように学習されました。 ポン1

そうすることで、細胞は成長するパンテオンに参加します。 ポン 鼻でジョイスティックを操作する方法を学んだ豚を含むプレイヤー2 そして彼らの心でゲームを制御するために接続された猿。 (Googleディープマインド人工知能(AI)アルゴリズムマスター ポン 数年前サム のようなより洗練されたコンピュータゲームに移動しました。 スタークラフトII4.)

ゲーマー細胞は、画面上の視覚的な信号ではなく、プレート上の電極の電気信号に反応します。 この電極は細胞を刺激し、神経活動の変化を記録します。 その後、研究者らは刺激信号と細胞応答をゲームの視覚的表現に変換した。結果は今日報告される ニューロン

皿に盛られた知能

今回の研究は、ディッシュのニューロンが知性の基本的な信号を学び、表現できるという原理の証拠であるとオーストラリアのメルボルンにあるCortical Labsのシニア科学責任者であるBrett Kaganは言います。 「現在の教科書では、ニューロンは主に人間や動物の生物学の意味の観点から考えられています」と彼は言います。 「彼らは情報ハンドラとは思えませんが、ニューロンは非常に低い消費電力でリアルタイムで情報を処理できるこの素晴らしいシステムです。」

同社はシステムをDishBrainと呼んでいますが、ニューロンは実際の脳と距離が離れて意識の兆候を示さないとKaganは言います。 知能の定義も熱く議論されています。 Kaganは、これを情報を収集し、特定の環境で適応行動に適用する能力として定義します。

Cortical Labsの研究は現在、アトランタのGeorgia Institute of Technologyの神経工学者であるSteve Potterと彼の同僚の研究に従います。 2008年、チームはラットで培養されたニューロンが学習と目標指向の行動を示すことができると報告しました。56

異なる色の蛍光マーカーを持つ異なるDishbrainニューロンの4つの異なる顕微鏡画像のアニメーションgif。

DishBrainと呼ばれる神経細胞アレイが機能します。 色は様々なタイプの神経細胞およびその成分を示す。クレジット: 皮質研究所

Cortical Labsの仕事は、より洗練された技術と分析ツールを提供するとPotterは言います。 彼の元の皿には何十もの電極がありました。 各DishBrainには何千ものものがあります。 Potterのグループはげっ歯類細胞のみを研究しましたが、DishBrainチームはヒト細胞から派生したニューロンもテストしました。

研究者たちは彼らのシステムを使って、ニューロンがボールに代わる電気信号に反応するように教えました。 ポン。 ゲームでは、プレイヤーは垂直パドルを画面の上下にスライドさせて、跳ね返るボールを傍受します。 実験では、ニューロンはパドルを制御した。

著者は、パドルに基づいてボールの経路に沿ってニューロンを刺激することによってボールの経路を表します。 ネットワークの異なる領域にあるニューロンの応答を使用して、パドルを上下に動かしました。

Kaganは、ニューロンがボールを打つように教えるために、彼と彼のチームは、ニューロンが予測可能な環境を作り出す活動を繰り返す傾向があるという理論を利用したと述べています。 ニューロンがボールを打つのと同じ方法で反応すると、毎回同じ位置と周波数で刺激された。 彼らがボールを逃した場合、ネットワークは、任意の位置とは異なる周波数で電極によって刺激された。 時間が経つにつれて、ニューロンはランダム応答ではなくパターン応答を受けるためにボールを打つ方法を学びました。

ゲームだけでなく

この研究は、例えば、神経機能に対する新薬の潜在的な効果をテストするために使用できるアッセイを開発する上で重要なステップであると、日本埼玉素材のリケン脳科学センターの神経科学者の磯村拓也氏は述べています。 しかし、彼はニューロンが予測可能な環境を作り出すために行動したのか、それとも受信した信号の他の側面に反応して行動したのかはまだ明らかではないと付け加えました。 「重要な次のステップは、どのような刺激が実際にそのような違いを生み出すことができるかについての詳細な説明だと思います」と彼は言います。

Cortical Labsはまた、最終的にニューロンを使用してコンピューティングに使用する「生物学的処理装置」を開発することを目指しています。 そしてDishBrainのために開発された技術は、異なる動物や脳のさまざまな領域にある細胞間の学習変化を比較するために使用できるほど定量的であるとPotterは言います。

その間、彼はDishBrainの活動をゲームとして実装することに決めたと言います。 ポン 名作だった。 「AIに興味がある人は、できることすべてに熱心です。 ポン「とポッターは言う。「すばらしい決断だった」

Omori Yoshiaki

ミュージックホリック。フードエバンジェリスト。学生。認定エクスプローラー。受賞歴のあるウェブエキスパート。」

You May Also Like

More From Author

+ There are no comments

Add yours