Создан "мозг киборга в мире Матрицы". Он лежит в чашке Петри и играет в понг – видео
В частной лаборатории Cortical Labs в Австралии создали в модернизированной чашке Петри мини-мозг из слоя нейронов, который за 10-15 сессий стимуляции научился играть в Pong. Как пишет New Scientist, для освоения игры нынешнему "искусственному интеллекту" нужно примерно в 500 раз больше попыток: около 1,5 ч против пяти минут у слоя клеток.
Создатели системы Dishbrain расположили около 1 млн живых клеток человеческого мозга на массив микроэлектродов для их стимуляции и снятия показателей клеточной активности. Как объяснили исследователи, они встроили нейроны в смоделированный игровой мир аркадной теннисной видеоигры для одного пользователя.
Австралийцы пишут, что обучение "было очевидным в течение пяти минут процесса в реальном времени и имело статистически устойчивые различия с контролем". Якобы нейроны даже без значительной фильтрации клеточной активности показали способность к самоорганизации в ответ на минимальные сенсорные данные о последствиях их действий.
Авторы указывают, что хотя для DishBrain нужно оборудование и софт, они продемонстрировали вычислительную мощность нейронов для адаптивного обучения при активном обмене с сенсорием.
"Слой нейронов in vitro может самоорганизовываться и демонстрировать разумное поведение на примере воспроизводимого игрового мира. Это крупнейший на сегодня шаг к достижению синтетического разума, способного к истинному обобщенному интеллекту", – делают они громкий вывод.
Между тем, при организации состязания в видеоиграх органоиды пока проиграют искусственному интеллекту вроде DeepMind, сказал Каган. Препринт их исследования доступен на bioRxiv.
Напомним, Министр цифровой трансформации Украины Михаил Федоров в качестве эксперимента воспользовался нейросетью, чтобы она написала ему речь.
Ранее канадская компания Sylvester, занимающаяся технологиями охраны здоровья животных, выпустила приложение Tably. Оно позволяет с помощью камеры телефона или планшета определить эмоциональное состояние котика. Система использует нейронные сети, которые тренировали на фотографиях с испытывающими боль животными.