A csapból is a ChatGPT ömlik, illetve tágabban értelmezve a mesterséges intelligencia, de a helyzet az, hogy az emberi agy továbbra is páratlan tulajdonságokkal bír. Az MI-k fejlődésének korlátját a szilícium alapú számítógépek fizikai limitációi jelentik ma, mivel egy idő után egyszerűen nem tudunk több tranzisztort nyomtatni egyetlen apró chipre. Viszont akad egy másik megoldás: az agyunk. Mint azt Thomas Hartung, a John Hopkins Egyetem kutatója a mostani tanulmány kapcsán elmondta:

„De az agy teljesen máshogy van huzalozva. Körülbelül 100 milliárd idegsejtje van, amelyek több mint 1015 kapcsolódási ponton keresztül kapcsolódnak össze. Ez óriási teljesítménykülönbség a jelenlegi technológiánkhoz képest.”

A kutatók ezért olyan összetett 3D sejtstruktúrákat képzelnek el, amelyek MI-hez és gépi tanulási rendszerekhez kapcsolódnának. A Frontiers-ben tegnap megjelent tanulmányt egy nemzetközi csapat jegyzi, amelyet a John Hopkins Egyetem kutatói vezettek. A tanulmány azt részletezi, hogy az agy-gép technológiák miként jelentik a bioszámítástechnika legújabb határát, és útitervet is felvázol ezen cél megvalósításához. Mint azt a kutatás megállapítja:

"Az organoid (szerves alapú) intelligencia (OI) egy feltörekvő terület, ahol a kutatók biológiai számítástechnikát fejlesztenek emberi agysejtek (agyorganoidok) 3D-kultúrái és agy-gép interfész technológiák felhasználásával. Ezek az organoidok az agy szerkezetének és működésének olyan aspektusaiban osztoznak, amelyek kulcsszerepet játszanak az olyan kognitív funkciókban, mint a tanulás és a memória. Lényegében biológiai hardverként szolgálnának, és egy napon még hatékonyabbak lehetnek, mint az AI-programokat futtató jelenlegi számítógépek."

Lena Smirnova, az egyik szerző, mindezt így magyarázta a Motherboardnak:

„Az OI-val kapcsolatos vízió az, hogy a biológiai rendszer erejét használjuk fel az élő tudományok, a biomérnöki és a számítástechnikai tudományok fejlesztésére. Ha megnézzük, milyen hatékonyan működik az emberi agy az információfeldolgozás, a tanulás stb. terén, akkor csábító lefordítani és modellezni ezt a működést, hogy egy olyan rendszert kapjunk, amely gyorsabban és hatékonyabban fog működni, mint a jelenlegi számítógépek.”

Mindez nem pusztán elmélet: korábban mi is beszámoltunk arról, hogy egy agysejtenyészet miként tanult meg játszani a Pong című ősöreg videójátékkal.

Gyorsabban tanult meg videójátékozni egy maroknyi tenyésztett agysejt, mint az MI-k többsége A Cortical Labs kutatói már évek óta azon dolgoznak, hogy élő idegsejteket integráljanak szilikonalapú hardverekkel. A mostani kísérletükkel áttörést értek el.

Az a kísérlet a koncepció működőképességét volt hivatott bemutatni, és annak a projektnek több kutatója is most ezen a terven dolgozik. Mint a cikkben írtuk, az a projekt egy DishBrain rendszer létrehozását jelentette – vagyis a kutatók létrehoztak egy agy-számítógép interfészt, amely egyszerű elektromos szenzoros bemenetet és visszacsatolást biztosít a neuronoknak, amelyek lehetővé tették számukra a játék „megtanulását”.

A mostani tanulmány azonban már a következő, jóval markánsabb lépést jelenti: az OI-kutatással nem csak a különböző betegségek lehetnének jóval alaposabban feltárhatóak (így eredményesebben gyógyíthatóak), de a gyógyszerteszt-kutatást is forradalmasíthatná ez a technológia. A kutatók kitérnek az etikai megfontolásokra is – ennek kapcsán beágyazott etikai megközelítést javasolnak, és az OI-t szabályozó etikát „etikusokból, kutatókból és a nyilvánosság tagjaiból álló interdiszciplináris és reprezentatív csapatok” alkotnák meg.

Mindez annyiban nem akut kérdés, hogy a technológia bevallottan nem holnap fog a rendelkezésre állni. Miként Lena Smirnova fogalmazott a lapnak:

„Már vannak funkcionális agyi organoidjaink, hiszen van egy elektrofiziológiailag aktív rendszerünk, amely szinkron elektromos aktivitással rendelkezik, reagál a kémiai és elektromos ingerekre. A következő lépés, amelyen dolgozunk, a rendszer további jellemzése és optimalizálása a tanulás kulcsfontosságú molekuláris és sejtes aspektusainak bemutatásával, különösen a hosszú távú tanulás modelljének kidolgozása érdekében.”

(Kép: Pixabay/ChiaJo)