Egy Melbourne-i cég bemutatta az első "biológiai számítógépet," amely emberi agysejtekből készült

Egy rendkívüli tudományos áttörésként a Melbourne-ben működő Cortical Labs start-up bemutatta az úttörő biológiai számítógépet - egy olyan e...

Egy úttörő kutatás szerint az egysejtűek képesek lehetnek tanulni agy nélkül

Holland kutatók bejelentették, hogy hamarosan mesterséges életet hoznak létre

Jönnek a sötétben világító növények, Amerikában jövő hónaptól lesznek kaphatók

Egy rendkívüli tudományos áttörésként a Melbourne-ben működő Cortical Labs start-up bemutatta az úttörő biológiai számítógépet - egy olyan eszközt, amely élő emberi agysejtekből áll, és képes tanulni és információt feldolgozni.

A CL1 névre keresztelt csúcstechnológiai eszközt egy nemzetközi technológiai konferencián mutatták be Barcelonában, betekintést nyújtva egy olyan jövőbe, ahol az emberi neuronok hajtják a mesterséges intelligenciát (MI). (1)

A CL1 egy kompakt eszköz, körülbelül egy cipősdoboz méretű, amely több százezer laboratóriumban tenyésztett emberi neuront tartalmaz. Ezek az agysejtek nem csupán passzív biológiai anyagok; aktívan reagálnak a bemenetekre, tanulnak a tapasztalatokból, és intelligenciát fejlesztenek. Ez a forradalmi elképzelés jelentős kérdéseket vet fel a számítástechnika, a mesterséges intelligencia és a biológiai technológia etikai határvonalairól.

Hogyan működik a biológiai számítógép?

A CL1 középpontjában egy kis szilícium chip áll, amelybe laboratóriumban tenyésztett emberi neuronok vannak beágyazva. Ezeket a neuronokat indukált őssejtekből tenyésztették - amelyek eredetileg kis vérmintákból származnak - és ezeket programozták, hogy idegsejtekké fejlődjenek. Ez a folyamat a természetes agyi fejlődést utánozza, és olyan neuron klasztereket eredményez, amelyek képesek komplex hálózatok kialakítására.

Ahhoz, hogy a neuronok életben maradjanak és optimálisan működjenek, az eszköz tápanyagokat biztosít, eltávolítja a hulladékot, és fenntartja a sterilitási körülményeket. Ami a legfontosabb, hogy a neuronok kölcsönhatásba lépnek a chippel, elektromos jeleket kapnak, és saját aktivitásukkal válaszolnak, hasonlóan ahhoz, ahogyan egy emberi agy feldolgozza az információkat.

A technológia a stimulus-válasz tanulásra épít. Ha a neuronok helyes döntést hoznak, mintázott jutalomjelet kapnak. Ha rossz döntést hoznak, véletlenszerű zajt kapnak. Idővel a neuronok a válaszaikat úgy igazítják, hogy maximalizálják a jutalmakat, hatékonyan tanulva új feladatokat.

Pong játékot tanulni: mérföldkő a biológiai számítástechnikában

A CL1 tanulási képességének egyik legfigyelemreméltóbb bemutatója az volt, amikor sikeresen játszotta a klasszikus Pong videojátékot. 2022-ben a Cortical Labs egy neuron klasztert - akkor még DishBrain néven - tréningezett, hogy reagáljon a játék mechanizmusaira. Bár a neuronok még messze voltak a játék elsajátításától, olyan szintű tanulást mutattak, amely meghaladta a véletlenszerű esélyeket.

Ez az eredmény bizonyította, hogy a laboratóriumi neuronok képesek információt feldolgozni és alkalmazkodni válaszaikhoz, hasonlóan egy kezdetleges agyhoz. A következő lépés, Dr. Brett Kagan, a Cortical Labs tudományos igazgatója szerint, a technológia finomítása és skálázása, új lehetőségek feltárása a mesterséges intelligencia és az orvosi kutatás területén.

Biológiai MI vs hagyományos MI

A CL1 radikálisan eltér a hagyományos mesterséges intelligenciától, amely digitális algoritmusok futtatására épít szilícium alapú számítógépeken. Ellentétben a hagyományos MI modellekkel, mint például a ChatGPT vagy a DALL-E, a CL1 nem támaszkodik hatalmas mennyiségű tanítási adatra, és nem fogyaszt óriási energiát.

A biológiai mesterséges intelligencia előnyei

Energiahatékonyság: A hagyományos MI modellek jelentős számítási teljesítményt igényelnek, és hatalmas mennyiségű elektromos áramot fogyasztanak. Ezzel szemben a CL1 csak néhány watt energiát használ, így sokkal fenntarthatóbb.

Gyors tanulás minimális adatokból: Az emberi és állati agyak nagyon kevés példából képesek tanulni - egy olyan képesség, amellyel a jelenlegi MI rendszereknek nehézségeik vannak. A CL1 neuronjai hasonló képességet mutatnak, hogy mintákra következtessenek és döntéseket hozzanak korlátozott bemenetek alapján.

Orvosi alkalmazások: Az MI-n túl a CL1 forradalmasíthatja a betegségek modellezését és a gyógyszertesztelést. Az élő neuronok és a stimulációk közötti kölcsönhatások tanulmányozásával a kutatók betekintést nyerhetnek a neurodegeneratív betegségekbe, mint az Alzheimer-kór és a Parkinson-kór, és olyan módon tesztelhetik a potenciális kezeléseket, ahogyan azt a hagyományos módszerek nem képesek megtenni.

Etikai megfontolások: Hol húzzuk meg a határt?

A biológiai MI fejlesztése mély etikai kérdéseket vet fel. Ha az emberi agysejtek képesek tanulni és döntéseket hozni, vajon idővel tudatosságot fejleszthetnek? Mikor válik a neuron klaszterek kutatási eszközként való alkalmazása valami többé?

A őssejt-kutató, Dr. Silvia Velasco elismeri ezeket az aggályokat, de hangsúlyozza, hogy a jelenlegi neuronhálózatok nem rendelkeznek a tudatosság kialakulásához szükséges komplexitással. Szerinte, ha elkerülnénk ezt a technológiát a jövőbeli, hipotetikus kockázatok miatt, azzal lehetőséget hagynánk ki, különösen az orvosi előrehaladás terén.

Az etikai aggályok kezelésére a Cortical Labs együttműködik bioetikusokkal és szabályozó hatóságokkal, biztosítva, hogy a tudatosság értékelése része legyen a kutatásuknak. Dr. Kagan szerint a cél nem egy teljesen működőképes agy létrehozása, hanem olyan diszkrét neuronhálózatok kiépítése, amelyek irányíthatók és specifikus alkalmazások esetén tanulmányozhatók.

A biológiai számítástechnika jövője

A CL1 egy új korszak kezdetét jelenti a számítástechnikában. Bár a technológia még gyerekcipőben jár, hatalmas potenciált rejt különböző területeken:

• Mesterséges intelligencia: Vajon a biológiai MI kiegészítheti vagy akár túl is szárnyalhatja a hagyományos MI-t?
• Idegtudomány: Mit taníthat nekünk ez a technológia az agyi funkciókról, a memóriáról és a kognícióról?
• Orvostudomány: Hogyan segítheti a biológiai számítástechnika a kutatókat új gyógyszerek kifejlesztésében vagy a neurológiai betegségek pontosabb modellezésében?

A tudósok óvatosak, de kíváncsiak. Ahogy Ernst Wolvetang professzor, a Queenslandi Egyetem kutatója is megjegyzi, a CL1 gyors tanulási képessége lenyűgöző, de jelenlegi intelligenciája korlátozott. Pong játékot játszani egy dolog; komplex, autonóm döntéseket hozni egy másik.

Forradalom az MI-ben, vagy csupán egy új kísérlet?

Jelenleg a CL1 egy kísérleti eszköz, nem pedig a meglévő MI helyettesítője. Azonban a potenciális alkalmazásai - az orvosi áttörésektől kezdve az alacsony energiafogyasztású számítástechnikai megoldásokig - azt sugallják, hogy a biológiai számítógépek jelentős szerepet játszhatnak a jövőben.

Ahogy a terület fejlődik, a kulcsfontosságú kérdés továbbra is: Meddig nyújthatjuk a biológiai intelligencia határait anélkül, hogy etikai határokat lépnénk át? Csak az idő fogja megmutatni, hogy a CL1 az MI evolúciójának következő ugrását jelenti-e, vagy csupán egy érdekes lépést az intelligencia megértésére tett folyamatos kutatásunkban. (2)

(1) - https://corticallabs.com/
(2) - https://www.abc.net.au/news/science/2025