Uma startup está construindo chips de computador usando neurônios humanos – Fortune.

DE JEREMY KAHN – 30 de março de 2020 13:00 GMT-3

https://fortune.com/

Uma das abordagens mais promissoras da inteligência artificial é tentar imitar como o cérebro humano funciona em software.

Mas agora uma startup australiana deu um passo adiante, na verdade, ela está construindo cérebros desencarnados em miniatura, usando neurônios biológicos reais embutidos em um chip de computador especializado.

A Cortical Labs, com sede em Melbourne, espera ensinar esses mini cérebros híbridos a realizar muitas das mesmas tarefas que a inteligência artificial baseada em software pode, mas com uma fração do consumo de energia. 

Atualmente, a empresa está trabalhando para obter suas mini-cérebro-que até agora se aproximam do poder de processamento de uma libélula cérebro para jogar o velho jogo de Atari Arcade Pong , Hon Weng Chong , co-fundador da empresa e CEO, disse.

O benchmark é significativo porque Pong estava entre os primeiros jogos Atari que DeepMind – a empresa de IA com sede em Londres conhecida por seu trabalho com redes neurais artificiais, software que de certa forma imita o funcionamento de neurônios humanos – usou pela primeira vez para demonstrar o desempenho de seus Algoritmos de IA em 2013. Essa demonstração ajudou a levar à compra da DeepMind pelo Google no ano seguinte.

A Cortical Labs usa dois métodos para criar seu hardware: ou extrai neurônios de ratos de embriões ou usa uma técnica em que as células da pele humana são transformadas de volta em células-tronco e induzidas a crescer em neurônios humanos, disse Chong.

Esses neurônios são então inseridos em um meio líquido nutritivo no topo de um chip especializado de óxido metálico contendo uma grade de 22.000 minúsculos eletrodos que permitem aos programadores fornecer entradas elétricas aos neurônios e também sentir suas saídas.

No momento, a Cortical Labs está usando neurônios de camundongo para suas pesquisas em Pong .

“O que estamos tentando fazer é mostrar que podemos moldar o comportamento desses neurônios”, disse Chong.

Embora esteja começando com Pong, uma tarefa que Chong disse acreditar que a Cortical Labs será capaz de dominar até o final do ano, ele acrescentou que os chips híbridos da empresa podem eventualmente ser a chave para entregar os tipos de raciocínio complexo e compreensão conceitual que a IA de hoje não pode produzir.

O método da empresa, se provar ser escalável, também oferece uma solução potencial para um dos problemas mais incômodos do aprendizado profundo: ele consome muita energia .

AlphaGo, o sistema de aprendizagem profunda DeepMind criado para jogar Go e que derrotou o melhor jogador humano do mundo naquele antigo jogo de estratégia em 2016, consumiu um megawatt de energia durante o jogo, o suficiente para abastecer cerca de 100 casas por um dia, de acordo com uma estimativa da empresa de tecnologia Ceva. Em contraste, o cérebro humano consome cerca de 20 watts de potência, ou 50.000 vezes menos energia do que AlphaGo usou.

Karl Friston, um neurocientista da University College London renomado por seu trabalho em imagens cerebrais, bem como pelos fundamentos teóricos de como sistemas biológicos, incluindo coleções de neurônios, auto-organizados, viram uma demonstração da tecnologia da Cortical Labs no início deste ano e disse que está impressionado com o trabalho da empresa.

Aspectos do sistema da Cortical Labs são baseados no trabalho de Friston e na pesquisa de alguns de seus alunos, mas o neurocientista não tem nenhuma afiliação com a startup australiana.

Friston disse que sempre presumiu que suas ideias sobre como os neurônios se organizam seriam usadas para construir chips neuromórficos de computador mais eficientes – hardware que tenta imitar a forma como o cérebro processa as informações muito mais de perto do que os chips de computador padrão atuais. A ideia de tentar integrar neurônios biológicos com semicondutores não é, disse Friston, uma ideia que ele antecipou.

“Mas para minha surpresa e deleite, eles foram direto para a coisa real”, disse ele sobre o uso de neurônios biológicos reais pela Cortical Labs. “O que este grupo tem sido capaz de fazer é, a meu ver, o caminho certo para fazer essas ideias funcionarem na prática.”

Usar neurônios reais evita várias outras dificuldades que as redes neurais baseadas em software têm. Por exemplo, para fazer com que as redes neurais artificiais comecem a aprender bem, seus programadores geralmente precisam se envolver em um processo trabalhoso de ajustar manualmente os coeficientes iniciais, ou pesos, que serão aplicados a cada tipo de ponto de dados que a rede processa. Outro desafio é fazer com que o software equilibre o quanto ele deve tentar explorar novas soluções para um problema versus confiar em soluções que a rede já descobriu e que funcionam bem.

“Todos esses problemas são completamente evitados se você tiver um sistema baseado em neurônios biológicos para começar”, disse Friston.

Chong, um ex-médico que fundou uma empresa de tecnologia de saúde anterior, começou a pesquisar maneiras de criar sistemas híbridos de inteligência biológico-computacional há cerca de dois anos, junto com seu cofundador e diretor de tecnologia, Andy Kitchen.

Chong disse que a dupla estava interessada na ideia de inteligência geral artificial (AGI para abreviar) —AI que tem a flexibilidade de realizar quase qualquer tipo de tarefa tão bem ou melhor do que os humanos. “Todo mundo está correndo para construir o AGI, mas o único verdadeiro AGI que conhecemos é a inteligência biológica, a inteligência humana”, disse Chong. Ele observou que a dupla percebeu que a única maneira de obter inteligência em nível humano era usar neurônios humanos.

Neurônios de camundongos, que a Cortical Labs também está experimentando, há muito tempo são usados ​​como proxies para neurônios humanos por neurocientistas porque havia métodos estabelecidos para extraí-los e cultivá-los. (A capacidade de criar cultura de neurônios humanos a partir de células da pele só foi aperfeiçoada na última década.) Recentemente, cientistas do Instituto Allen para Ciência do Cérebro em Seattle descobriram diferenças nas proteínas que revestem os neurônios de camundongos e humanos, o que pode significar que eles têm propriedades elétricas diferentes e que os neurônios do rato podem não ser bons substitutos para os humanos.

Chong disse que ele e Kitchen se inspiraram no trabalho de Takuya Isomura, um pesquisador do RIKEN Center for Brain Science fora de Tóquio, que estudou com Friston. Isomura havia mostrado em 2015como neurônios corticais cultivados sobrepostos em uma grade de eletrodos poderiam aprender a superar o efeito de “coquetel”, separando um sinal de áudio individual, como a voz de uma pessoa, da cacofonia de ruído de fundo.

A Cortical Labs, que foi fundada formalmente apenas em junho passado, recebeu cerca de US $ 610.000 em financiamento inicial da Blackbird Ventures, uma proeminente empresa australiana de capital de risco.

Não é a única empresa que trabalha com computação biológica. Uma startup chamada Koniku , com sede em San Rafael, Califórnia, desenvolveu um chip de silício de 64 neurônios, construído com neurônios de camundongo, que pode detectar certos produtos químicos. A empresa quer usar os chips em drones que vai vender para militares e policiais para a detecção de explosivos.

Enquanto isso, pesquisadores do Instituto de Tecnologia de Massachusetts adotaram uma abordagem diferente – usando uma cepa especializada de bactéria em um chip híbrido para computar e armazenar informações.

Para ler o artigo original copie e cole em seu navegador o link abaixo:

https://fortune.com/2020/03/30/startup-human-neurons-computer-chips/

 

Compartilhe em suas Redes Sociais