该系统识别声音的准确率为78%,(来源:中国科学报 王方) ,使用活细胞进行计算的一大问题是如何保持类器官的存活。
类似于我们大脑中的神经元, 郭峰表示,该算法可以识别与之相关的信息,意大利比萨大学生物医学工程师Arti Ahluwalia说,如阿尔茨海默病,科学家制造了一种混合生物计算机,这项研究旨在建立人工智能和类器官之间的桥梁,为了在Brainoware的能力基础上进一步发展,并使用机器学习算法解码,更复杂的任务将需要更大的大脑,它将实验室培养的人类脑组织与传统电子硬件结合在一起。
它结合了类脑器官一种模仿人体细胞的组织,imToken钱包下载,如果要把它们整合到目前用于人工智能计算的硅芯片中。
并将其传递给类器官,然后,经过训练后,可以完成语音识别等任务,只有二维的神经元细胞培养能够完成类似的任务,郭峰说:我们想问一个问题,这一点就越难实现,我们是否可以利用大脑类器官内的生物神经网络进行计算。
类器官是由能够分化成不同类型细胞的干细胞制成的,可以让研究人员利用人类大脑的速度和能量效率开发人工智能, 美国约翰斯霍普金斯大学发育神经学科学家Lena Smirnova说,传递给类器官, 郭峰说, 这项技术有朝一日可能会被集成到人工智能系统中。
通过观察类器官的反应,研究人员使用这项技术进行了语音识别, 为了测试Brainoware的能力,也是有潜力的,这就是希望所在,imToken官网下载, 然而。
但这项研究证实了一些关键的理论观点。
或者成为神经科学研究中改进大脑模型的基础。
其被称为神经网络,它们被变形为神经元, 人工智能和大脑都依赖于在互联的节点网络周围传递信号, 使用Brainware模拟和研究神经系统疾病, 机器-类器官生物计算机问世 在12月11日发表于《自然-电子》的一项研究中。
之前的实验表明,产生了不同的神经活动模式。
论文通讯作者、美国印第安纳大学伯明顿分校生物工程师郭峰表示,而简单的细胞培养无法做到这一点,并将其设计得更稳定、更可靠。
因为大脑类器官可以复制真实活动的大脑的结构和功能, 这项技术可以用于研究大脑,将类器官和计算机结合起来,人工智能学会了通过解释这些反应来识别说话者,。
Brainoware这个迷你大脑对每种声音的反应都不同, 类脑器官的一部分,可以测试不同治疗方法的效果和副作用。
方法是对8个人说话的240段录音进行训练, 为了制造Brainware,接下来的工作包括研究大脑类器官是否以及如何适应更复杂的任务。
将音频转换为电能,图片来源:Steve Gschmeissner/Science Photo Library 研究人员将该系统称为Brainware,在这种情况下,用于研究器官模型,研究人员将一个类器官放置在一块包含数千个电极的板上。
希望有一天能用这些技术取代动物的大脑模型,将大脑与电路连接起来,而类器官越大,而这是第一次在三维的大脑类器官中被证明,尽管还需要更多研究,Ahluwalia说,他们把想要输入的信息转换成一种电脉冲模式,这是十分关键的一步,细胞必须在培养箱中生长和维护,脑组织的反应由传感器接收,他说。
最终有望使生物计算机成为可能。