Культуру нервных клеток — нейронов — исследователи из США превратили в универсальную вычислительную машину, сообщает ТАСС. Эта машина может быстро учиться решать произвольные задачи и обмениваться данными с окружающим миром при помощи набора электродов. Первые результаты опытов с этим биокомпьютером были раскрыты в статье в научном журнале Nature Electronics.

Эта биокомпьютерная вычислительная система была создана группой американских нейрофизиологов и инженеров под руководством доцента Университета штата Индиана в Блумингтоне (США) Го Фэня. Она представляет собой культуру нервных клеток человека, которая организована в трехмерное подобие тканей мозга с большим числом соединенных друг с другом нервных окончаний.

«Мы продемонстрировали потенциал использования данного подхода для решения важных на практике задач, адаптировав его для работы системы распознавания речи и приблизительного расчета нелинейных уравнений», — говорится в исследовании.

Ученые предполагают, что подобные структуры можно использовать в качестве физических аналогов компьютерных нейросетей, если научиться управлять работой и поведением отдельных нейронов и большими группами этих клеток внутри органоидов. Го Фэнь и его коллеги выяснили, что этого достаточно просто добиться при помощи разработанного ими набора микроэлектродов высокой плотности, а также концепции так называемых «резервуарных вычислений».

В ее рамках все вычислительные процессы протекают внутри своеобразного «черного ящика», роль которого играет набор из огромного числа связанных друг с другом нейронов, способных самообучаться, запоминать новую информацию и забывать старые, неактуальные данные. В отличие от классических компьютерных нейросетей, обучение в этом «черном ящике» протекает лишь на уровне входящих и выходящих слоев нейронов, что ускоряет этот процесс и позволяет биопроцессору быстро учиться решать новые задачи.

Используя этот подход, ученые успешно научили трехмерное подобие мозга, выращенное из стволовых клеток человека, распознавать голоса восьми мужчин-японцев с вероятностью 78%, а также находить приближенное решение для нелинейных уравнений со схожими шансами. В ходе этих опытов ученые доказали, что «биокомпьютер» легко перестраивает себя при решении новых задач, что выгодно отличает его от уже существующих нейросетей, для переобучения которых требуется много времени и энергии.