Células cerebrais em um chip aprendem a jogar Pong em 5 minutos
Os pesquisadores sugerem que seus resultados demonstram inteligência in silico.
- Os pesquisadores desenvolveram um sistema “DishBrain” que conecta neurônios a um computador rodando o clássico videogame Pong.
- Em cinco minutos, as células começaram a “aprender” e melhoraram seu desempenho.
- O mecanismo de 'aprendizagem' pode envolver o princípio da energia livre, segundo o qual o cérebro procura minimizar a entropia (imprevisibilidade) em seu ambiente.
Uma nova estudar publicado na revista Neurônio mostra que redes de células cerebrais cultivadas em uma placa de Petri podem aprender a jogar o jogo de arcade Pong, demonstrando, pela primeira vez, o que os pesquisadores estão chamando de “inteligência biológica sintética”. O estudo foi liderado por Brett Kagan, da Cortical Labs, uma startup de computação biológica com sede em Melbourne, Austrália, que está integrando células cerebrais vivas com chips de computador.
Ensinando células cerebrais Pong
Kagan e seus colegas cultivaram neurônios corticais dissecados de cérebros de camundongos embrionários, ou células-tronco humanas reprogramadas em neurônios, em chips de matriz de microeletrodos de alta densidade que simultaneamente podem registrar a atividade elétrica das células e estimulá-las. No chip, as células amadurecem e se conectam para formar redes neuronais que exibem atividade elétrica espontânea.
Os pesquisadores desenvolveram o chamado sistema “DishBrain” conectando o chip a um computador que executa o jogo de raquete e bola. O chip forneceu às células um feedback sobre a jogabilidade, de modo que elas receberam um estímulo elétrico previsível quando a raquete entrou em contato com a bola e um estímulo imprevisível quando isso não aconteceu.
As células começaram a “aprender” e melhoraram seu desempenho em cinco minutos de jogo. A cada interceptação bem-sucedida da bola, os “picos” sincronizados de atividade elétrica em toda a rede aumentavam de tamanho. Quanto mais feedback eles recebiam, mais seu desempenho melhorava. Sob condições em que não receberam nenhum feedback, as redes falharam completamente em aprender a jogar o jogo.
previsibilidade de pong
O estudo mostra que uma única camada de neurônios pode organizar e coordenar sua atividade em direção a um objetivo específico e pode aprender e adaptar o comportamento em tempo real. Curiosamente, as redes de neurônios humanos superaram as de células de camundongos, o que é consistente com trabalhos anteriores sugerindo que os neurônios humanos têm um maior capacidade de processamento de informações que os dos roedores.
Os pesquisadores descrevem esse “aprendizado” em termos da princípio de energia livre , segundo a qual o cérebro procura minimizar a entropia, ou imprevisibilidade, em seu ambiente.
Assim, os estímulos imprevisíveis entregues quando as redes neuronais falham em interceptar a bola aumentam a entropia dentro do sistema e, assim, as células adaptam seu comportamento para receber estímulos previsíveis. Isso, por sua vez, reduz a entropia e minimiza a incerteza. Ou seja, eles aprenderam a tornar os resultados sensoriais de seu comportamento tão previsíveis quanto possível.
A capacidade das redes neuronais de responder e se adaptar a estímulos ambientais é a base do aprendizado em humanos e outros animais. A estimulação sensorial entregue às células era muito mais grosseira do que até mesmo um simples organismo receberia. No entanto, os pesquisadores dizem que este é o primeiro estudo a mostrar esse comportamento em neurônios cultivados e sugerem que seus resultados demonstram inteligência em sílico .
Inscreva-se para receber histórias contra-intuitivas, surpreendentes e impactantes entregues em sua caixa de entrada todas as quintas-feirasEles acrescentaram que seus resultados confirmam a importância do feedback do ambiente sobre as consequências das ações, o que parece vital para o desenvolvimento adequado do cérebro. Esses processos podem ocorrer no nível celular.
Cérebro em uma caixa
Trabalhos futuros podem revelar mais sobre por que os neurônios humanos têm maior poder computacional do que células de camundongos, além de fornecer um modelo simulado de aprendizado biológico. O sistema DishBrain também pode ser usado na triagem de drogas, para examinar as respostas celulares a novos compostos e para melhorar os algoritmos de aprendizado de máquina.
Compartilhar:
