말 그대로 뇌 조직 덩어리를 취하여 개별 뉴런과 다른 뇌 세포로 소화하고 접시에 (부드럽게) 버리고 이제 살아있는 숙주 외부에서 새로운 작업에 반응하고 적응하도록 가르칠 수 있는 그림 전기 잽만 사용한다.  

  

단순히 재미와 게임이 아니다. 생물학적 신경망은 인공적인 사촌인 DeepMind의 딥 러닝 알고리즘과 함께 분해, 재구성 및 언젠가는 인간 두뇌를 기반으로 하는 일종의 일반적인 "지능"을 마스터하려는 시도의 증가하는 판테온에 합류한다.

 

이번 달 Neuron에 게재된 논문의 저자에 따르면 호주 회사 Cortical Labs의 발명품인 DishBrain이라고 하는 전체 설정은 "최초의 실시간 합성 생물학적 지능 플랫폼"이다. 디저트 접시보다 작은 설정은 매우 매끄럽다. 그것은 세포의 전기적 활동을 기록하고 이러한 활동을 변경하기 위해 정확한 잽을 유발할 수 있는 칩으로 고립된 뉴런을 연결한다. 두뇌-기계 인터페이스(BCI)와 유사하게 칩은 인간의 입력 없이 정교한 컴퓨터 프로그램으로 제어된다.

 

칩은 뉴런이 가상세계에 연결하는 다리 역할을 한다. 신경 활동에 대한 번역가로서 생물학적 전기 데이터를 실리콘 비트와 결합하여 뉴런이 디지털 게임 세계에 반응할 수 있도록 한다.

 

DishBrain은 추가 게임 및 테스트로 확장하도록 설정되었다. 뉴런은 환경을 감지하고 적응할 수 있고 그 결과를 컴퓨터에 출력할 수 있기 때문에 약물 스크리닝 테스트의 일부로 사용될 수 있다. 그들은 또한 신경 과학자들이 뇌가 활동을 조직하고 학습하는 방법을 더 잘 해독하고 새로운 머신러닝 방법을 고무하는 데 도움이 될 수 있다.

 

그러나 Cortical Labs의 최고 과학 책임자인 Brett Kagan 박사는 궁극적인 목표는 우수한 컴퓨팅 성능과 낮은 에너지 소비를 위해 살아있는 뉴런의 고유 지능을 활용하는 것이라고 설명했다. 즉, 신경 계산을 모방하는 뉴로모픽 하드웨어와 비교하여 실제를 사용하지 않는 이유는 무엇일까?

 

저자들은 논문에서 “이론적으로 일반화된 SBI(합성 생물학적 지능)는 생물학적 시스템의 고유한 효율성과 진화적 이점으로 인해 인공 일반 지능(AGI)보다 먼저 도착할 수 있다”고 썼다.

 

DishBrain을 만나본다.

 

DishBrain 프로젝트는 간단한 아이디어에서 시작되었다. 뉴런은 믿을 수 없을 정도로 지능적이고 적응력이 뛰어난 컴퓨팅 기계이다. 최근 연구에 따르면 각 뉴런은 한때 수동적이라고 생각했던 가지가 독립적인 미니 컴퓨터로 작동하는 그 자체로 슈퍼컴퓨터이다. 커뮤니티 내의 사람들과 마찬가지로 뉴런도 환경에 따라 동적으로 이동하는 다양한 신경망에 연결하는 고유한 능력을 가지고 있다.

 

이 수준의 병렬 저 에너지 계산은 뇌의 자연적 능력을 모방하는 뉴로모픽 칩과 머신러닝 알고리즘에 오랫동안 영감을 주어 왔다. 둘 다 발전했지만 아무도 생물학적 신경망의 복잡성을 재현할 수 없었다.

 

“벌레에서 파리, 인간에 이르기까지 뉴런은 일반화된 지능의 시작 블록이다. 그래서 문제는 우리가 타고난 지능을 활용하는 방식으로 뉴런과 상호 작용할 수 있느냐는 것이었다.” Kagan이 말했다.

 

DishBrain은 그 이름에도 불구하고 도금된 뉴런과 다른 뇌 세포는 의식이 있는 실제 뇌에서 나온 것이다. 저자는 "지능"을 목표에 적응하는 데 도움이 되는 방식으로 정보를 수집하고, 데이터를 대조하고, 발사 활동(뉴런이 데이터를 처리하는 방법)을 조정하는 능력으로 정의한다. 예를 들어, 가장자리에 그을리지 않고 파이핑 뜨거운 팬의 손잡이에 손을 놓는 법을 빠르게 학습한다.

 

설정은 이름 그대로 접시로 시작된다. 각각의 바닥은 자극된 전기 신호를 기록할 수 있는 컴퓨터 칩인 HD-MEA로 덮여 있다. 그런 다음 쥐 배아의 피질에서 분리되거나 인간 세포에서 파생된 세포를 그 위에 놓는다. 접시는 뉴런이 성장하고 번성할 수 있도록 영양가 있는 액체로 목욕된다. 성숙함에 따라 흔들리는 덩어리에서 구불구불하고 얽힌 가지의 광대한 네트워크가 있는 가시 모양으로 자란다.

 

2주 이내에 쥐의 뉴런은 작은 집 안의 네트워크로 자가 조직화되어 자발적인 활동으로 폭발했다. 인간 기원의 뉴런(피부 세포 또는 기타 뇌 세포)은 조금 더 오래 걸리며 네트워크를 구축하는 데 약 1~2개월이 소요된다.

 

그런 다음 훈련이 왔다. 각 칩은 상업적으로 이용 가능한 소프트웨어에 의해 제어되어 컴퓨터 인터페이스에 연결되었다. 시스템을 사용하여 뉴런을 자극하는 것은 움직이는 공에 집중할 때 눈에서 오는 것과 같은 감각 데이터를 제공하는 것과 유사하다. 뉴런의 활동을 기록하는 것이 결과이다. 즉, 공을 치기 위해 손을 움직이는 경우(신체 내부에 있는 경우) 뉴런이 어떻게 반응하는지이다. DishBrain은 두 부분이 실시간으로 통합되도록 설계되었다. 즉, 인간이 탁구를 하는 것과 유사하게 뉴런은 이론상 과거 미스로부터 학습하고 가상 "공"을 치기 위해 행동을 조정할 수 있다.

 

레디 플레이어 DishBrain

 

다음은 탁구가 진행되는 방법이다. 공이 화면을 가로질러 빠르게 튕기면 플레이어는 굵은 선처럼 보이는 작은 수직 패들을 위아래로 움직일 수 있다. 여기에서 "공"은 화면상의 위치에 따라 전기 충격으로 표시된다. 이것은 본질적으로 생물학적 신경망이 처리할 수 있도록 시각적 정보를 전기적 데이터로 변환한다.

 

그런 다음 저자는 "감각"과 "움직임"을 위해 칩의 별개 영역을 정의했다. 예를 들어 한 영역은 가상 공 움직임에서 들어오는 데이터를 캡처한다. 그런 다음 "운동 영역"의 일부는 가상 패들을 위로 움직이도록 제어하고 다른 부분은 아래로 움직이도록 한다. 이러한 할당은 임의적이었다고 저자는 설명했다. 즉, 내부의 뉴런이 경기에서 탁월하도록 발화를 조정해야 함을 의미한다.

 

그럼 그들은 어떻게 배울까? 뉴런이 공을 "히트"하면(즉, 해당 유형의 전기 활동을 보여줌) 팀은 매번 동일한 빈도로 해당 위치에서 공을 잰다. 그것은 뉴런에 대한 "습관"을 형성하는 것과 같다. 그들이 공을 놓치면 신경망을 방해하는 전기적 노이즈에 휩싸였다.

 

이 전략은 자유 에너지 원리라는 학습 이론을 기반으로 한다고 Kagan은 설명했다. 기본적으로 뉴런은 주변 환경에 대한 "믿음"을 유지하고 전기적 활동을 조정 및 반복하여 "믿음"이나 행동을 변경하여 환경을 더 잘 예측할 수 있다고 가정한다.

 

이론이 펼쳐졌다. 단 5분 만에 인간과 쥐의 뉴런은 더 나은 랠리, 더 적은 수의 에이스(패들이 한 번의 안타 없이 공을 가로채지 못한 경우), 세 번 이상의 연속 안타로 긴 게임 플레이를 포함하여 게임 플레이를 빠르게 개선했다. 놀랍게도 쥐의 뉴런은 더 빨리 학습했지만 결국에는 인간의 뉴런보다 성능이 뛰어났다.

 

자극은 학습에 중요했다. 전기적 피드백 없이 DishBrain을 사용한 별도의 실험은 훨씬 더 나쁜 성능을 보였다.

 

게임 온

 

이 연구는 접시에 있는 뉴런이 정교한 학습 기계가 될 수 있으며 지각과 지능의 징후를 나타낼 수 있다는 개념의 증거라고 Kagan은 말했다. 그것은 그들이 의식이 있다는 것이 아니라 가상 환경에 "구현"될 때 목표에 적응할 수 있는 능력을 가지고 있다는 것을 의미한다.

 

Cortical Labs는 고립된 뉴런의 데이터 처리 능력의 경계를 테스트한 최초의 기업이 아니다. 2008년에 조지아 공과대학(Georgia Institute of Technology)의 스티브 포터(Steve Potter) 박사와 팀은 수십 개의 전극으로도 쥐의 뉴런을 자극하여 접시에서 학습 신호를 나타낼 수 있다는 것을 발견했다.

 

DishBrain은 각 설정에서 압축된 수천 개의 전극을 가지고 있으며 회사는 약물 개발을 돕기 위해 생물학적 능력을 활용하기를 희망한다. 시스템 또는 그 미래 파생물은 잠재적으로 신경 약물을 테스트하거나 다른 종 또는 뇌 영역의 신경 계산 능력에 대한 통찰력을 얻기 위한 미세 뇌 대리 역할을 할 수 있다.

 

그러나 장기적인 비전은 "살아있는" 바이오실리콘 컴퓨터 하이브리드이다. "뉴런을 디지털 시스템에 통합하면 실리콘만으로는 불가능한 성능을 구현할 수 있다."고 저자는 썼다. Kagan은 더 효율적인 계산을 위해 두 세계의 장점을 결합하고 그 과정에서 우리 마음의 내부 작동에 빛을 비추는 "생물학적 처리 장치"를 개발하는 것을 상상한다.

 

Kagan은 "이것은 지능을 이해하는 새로운 영역의 시작이다."고 말했다. "그것은 인간이 된다는 것의 의미뿐만 아니라 끊임없이 변화하고 역동적인 세계에서 정보를 처리하고 지각력이 있다는 것, 살아 있고 지적인 것의 의미에 대한 기본적인 측면을 다룬다."

 

이미지: Cortical Labs