Neu-ChiP პროექტი არის საერთაშორისო სამეცნიერო თანამშრომლობა, რომელსაც ხელმძღვანელობენ ასტონის უნივერსიტეტის მკვლევარები, დიდი ბრიტანეთი. ახლახან დააჯილდოვეს 3.06 მილიონი ფუნტი სტრიქონით (4.17 მილიონი აშშ დოლარი) იმის საჩვენებლად, თუ როგორ შეიძლება ნეირონების - თავის ტვინის ინფორმაციის დამამუშავებლების - ათვისება კომპიუტერების ზედმეტი დატვირთვის უნარით. ამავდროულად, მისი მიზანია მკვეთრად შეამციროს ენერგიის გამოყენება. მკვლევარებმა ახლა დაიწყეს სამწლიანი კვლევა იმის დემონსტრირებისათვის, თუ როგორ ასწავლიან მიკროჩიპზე მოზრდილ ღეროვან უჯრედებს მონაცემთა პრობლემების გადასაჭრელად და საფუძვლად უდევს მანქანური სწავლების "პარადიგმის ცვლას". AI- ს გამოყენება სულ უფრო ფართომასშტაბიანი ხდება, ისეთ სფეროებში, სადაც შედის ჯანდაცვა, ფინანსები, ავტონომიური მანქანები და მეტყველების ამოცნობა და ფილმების რეკომენდაციაც კი ისეთი მოთხოვნების საშუალებით, როგორიცაა Netflix. დიდი ტექნიკური კომპანიები - როგორიცაა Amazon, Apple, Facebook და Google - დიდ ინვესტიციას დებენ მანქანების სწავლაში, რათა მოერგონ თავიანთი პროდუქტები და უკეთ გაიგონ თავიანთი მომხმარებლები. ამასთან, მანქანური სწავლების ამჟამინდელ ელექტრონულ მიდგომებს აქვს შეზღუდვები, რაც მოითხოვს მზარდი გამოთვლითი ენერგიისა და ენერგიის მოთხოვნებს. ბოლოდროინდელი ტენდენცია "ნეირომორფული" გამოთვლებისკენ, რომლის მიზანია ნერვული აქტივობის ელექტრონულად მიბაძვა, ხელს უშლის ჩვეულებრივი ელექტრონიკის თანდაყოლილი შეზღუდვები. ამის საპირისპიროდ, ადამიანის ტვინის ბიოლოგიური უჯრედები ძალზე ძნელად აერთიანებს ამ ფუნქციებს და ძალზე დაბალი მოთხოვნილებებია ენერგიისთვის, რაც მოითხოვს მხოლოდ მცირე რაოდენობით საკვები ნივთიერებებით მდიდარ ხსნარს. Neu-ChiP პროექტში გუნდი მიკროჩიპებზე გადააფენენ ღეროვანი უჯრედების ქსელებს, რომლებიც ადამიანის ქერქსს ჰგავს. შემდეგ ისინი ასტიმულირებენ უჯრედებს მსუბუქი სხივების შეცვლის ნიმუშების გასროლით მათზე. დახვეწილი 3D კომპიუტერის მოდელირება საშუალებას მოგცემთ დავაკვირდეთ უჯრედებში განხორციელებულ ნებისმიერ ცვლილებას, თუ რამდენად ადაპტირებადია ისინი. ეს ბაძავს ადამიანის ტვინის "პლასტიურობას", რომელსაც შეუძლია სწრაფად მოერგოს ახალ ინფორმაციას.
წინა კვლევა, ვირთხისგან ნეირონული კულტურის მქონე ელექტროდების გამოყენებით. კრედიტი: 3Brain AG
გარდა AI– ს ენერგიისა და სწავლის შესაძლებლობების გაუმჯობესებისა, პროექტი ასევე მიიღებს ახალ ცოდნას თავის ტვინის ფუნქციონირების შესახებ, რომელიც შემდეგ შეიძლება გამოყენებულ იქნას ახალი ღეროვანი უჯრედების მკურნალობაზე დაყრდნობით. Neu-ChiP დაფინანსებულია ევროკომისიის მომავალი და განვითარებადი ტექნოლოგიების (FET) პროგრამით და მასში მონაწილეობენ პარტნიორი ინსტიტუტები დიდ ბრიტანეთში, საფრანგეთში, ისრაელში, ესპანეთსა და შვეიცარიაში. ”ჩვენი მიზანია ადამიანის ტვინის შეუდარებელი გამოთვლითი ენერგიის გამოყენება, რომ მკვეთრად გავზარდოთ კომპიუტერის უნარი, რომ დაგვეხმაროთ რთული პრობლემების გადაჭრაში”, - თქვა დევიდ საადმა, ასტონის უნივერსიტეტის მათემატიკის პროფესორმა. ”ჩვენ გვჯერა, რომ ამ პროექტს აქვს შესაძლებლობა დაარღვიოს დამუშავების ენერგიისა და ენერგიის მოხმარების დღევანდელი შეზღუდვები, რათა შეიქმნას პარადიგმა მანქანაში სწავლის ტექნოლოგიაში.” ”ადამიანის ღეროვან უჯრედებში ტვინის უჯრედებად გადაქცევის შესაძლებლობამ რევოლუცია მოახდინა ადამიანის ტვინის შესწავლაში”, - თქვა დოქტორმა ერიკ ჰილმა, ასტონის უნივერსიტეტის ღეროვანი უჯრედების ბიოლოგიის უფროსმა ლექტორმა. ”ეს საინტერესო ინტერდისციპლინარული პროექტი მოუტანს საერთაშორისო მეცნიერებს მრავალფეროვანი წარმომავლობისგან, რათა შეიმუშაონ ახალი ტექნოლოგიები, რომლებიც უზარმაზარ ხედვას შექმნის ადამიანის ნეირონული ქსელების განვითარებაში.” დოქტორ ჯორდი სორიანომ და დანიელ ტორნერომ, ბარსელონას უნივერსიტეტის ორმა მკვლევარმა, რომლებიც ამ პროექტში მონაწილეობდნენ, კომენტარი შემდეგნაირად გააკეთეს: ”ჩვენი უნარი დავაყენოთ ნეირონული სქემები ჭურჭელში და ვავარჯიშოთ, რომ მონაცემთა ანალიზი ჩაატარონ, უზრუნველყოფს ახალ ხედვას იმის შესახებ, თუ როგორ ხდება ტვინი გამოთვლის ინფორმაციას და პოულობს გადაწყვეტილებებს. განვითარებულმა ტექნოლოგიამ შეიძლება ხელი შეუწყოს ადამიანისა და მანქანების უნიკალური და საინტერესო ინტერფეისების შექმნასაც. ” დოქტორ შაჰარ კვატინსკიმ და დენიელ რამესმა - ამ პროექტში მონაწილე ორივე Technion ისრაელის მკვლევარმა კომენტარი შემდეგნაირად გააკეთეს: სინთეზური ბიოლოგიის ფონზე, შთამბეჭდავია ცოცხალ უჯრედებში გამოთვლების ციფრულიდან ანალოგური განვითარება და ნეირომორფული გამოთვლითი პარადიგმისკენ გადაადგილება. ”



















