チップ上のヒト脳細胞が1週間でDoomをプレイすることを学ぶ

オーストラリアの企業が、ヒト脳細胞を搭載したチップをシンプルなプログラミングインターフェースを使ってビデオゲームDoomをプレイ可能にした。Cortical Labsが開発したこの技術は迅速なトレーニングを可能にし、実用的な生物学的コンピューティングアプリケーションへの進展を示す。専門家はこの技術がロボット制御などの複雑なタスク処理の可能性を強調している。

オーストラリアの企業Cortical Labsは、ニューロン駆動型コンピューターチップを進化させ、ヒト脳細胞の塊がクラシックな一人称シューターDoomをプレイできるようにした。このチップは、マイクロエレクトロードアレイ上に培養された生きたニューロンを搭載しており、ランダム入力よりも優れた性能を発揮したが、熟練した人間プレイヤーには及ばなかった。この開発は、同社の2021年の成果を基盤としており、当時80万個以上の脳細胞を搭載したチップが数年にわたりPongをプレイするよう訓練された。 新しいシステムはPythonプログラミング言語と互換性のあるインターフェースを使用し、プロセスを簡素化している。独立系開発者のSean Coleは、このチップを約1週間でDoomをプレイできるように訓練した。「数年前に行ったPongの作業とは異なり、あれは数年にわたる地道な科学的努力を要しましたが、このデモは生物学にほとんど専門知識のない人物が数日で実現しました」とCortical LabsのBrett Kagan氏は語る。「このアクセシビリティと柔軟性が真にエキサイティングなのです。」 最新のチップはPong設定で使用されたニューロンの約4分の1を使用し、従来のシリコンベースの機械学習モデルよりも速く学習した。Kagan氏は、このような生物学的システムは情報処理のための独自の素材であり、人間の脳とは異なるものだと指摘する。「はい、生きたものであり、生物学的ですが、本質的にはシリコンでは再現できない特殊な方法で情報を処理できる素材として使われています。」 専門家らはPongからDoomへの飛躍を称賛した。英国ブリストルにあるUniversity of the West of EnglandのAndrew Adamatzky氏は、「Doomはこれまでのデモよりはるかに複雑で、それと成功裏にやり取りできたことは、生きた神経系を制御・訓練する方法における本物の進歩を示している」と述べた。英国マンチェスター大学のSteve Furber氏は、これを大きなアップグレードと呼びつつ、目がないのに視覚入力をどう処理し、ゲームの目標をどう理解するのかという疑問が残ると指摘した。 同様のハイドロゲルベースのコンピュータをロボットアーム用に研究する英国レディング大学のYoshikatsu Hayashi氏は類似点を見出す。「[Doomをプレイする]のは、腕全体を制御するより簡単なバージョンみたいなものだ」と同氏は言う。Adamatzky氏は付け加え、「ここで面白いのは、生物学的システムがDoomをプレイできることだけでなく、複雑さ、不確実性、リアルタイムの意思決定に対応できる点だ」と語った。これにより、ロボット制御などの将来のハイブリッドコンピューティングニーズとの整合性が高まっていることが示唆される。

関連記事

Researchers observing a detailed mouse cortex simulation on Japan's Fugaku supercomputer, with a colorful 3D brain model on screen.
AIによって生成された画像

研究者らが日本のFugakuスーパーコンピューターで詳細なマウス皮質シミュレーションを実行

AIによるレポート AIによって生成された画像 事実確認済み

Allen Instituteと日本の電気通信大学の科学者らが、これまでに最も詳細なマウス皮質の仮想モデルを構築し、Fugakuスーパーコンピューター上で約900万個のニューロンと260億のシナプスを86の領域にわたってシミュレーションした。

科学者たちは、世界で最も強力なスーパーコンピューターを使って人間の脳をシミュレートする寸前であり、脳機能の秘密を解明することを目指している。ドイツのJülich Research Centreの研究者らが主導するこのプロジェクトは、JUPITERスーパーコンピューターを活用して200億個のニューロンをモデル化する。この画期的な進歩により、小規模モデルでは達成できない記憶や薬の効果に関する理論のテストが可能になる。

AIによるレポート

日本の名古屋大学の研究者らが、幹細胞を用いたミニチュア脳モデルを開発し、視床と皮質の相互作用を研究。視床が皮質神経ネットワークの成熟に果たす重要な役割を明らかにした。この発見は自閉症などの神経障害研究を進める可能性がある。

Borjan Milinkovic氏とJaan Aru氏によるレビュー論文は、心を交換可能なハードウェア上で動作するソフトウェアとして扱うことは、脳が実際に計算する方式に適合しないと主張します。著者らは「biological computationalism」を提案し、認知と(潜在的に)意識をハイブリッド、多スケール、エネルギー制約によって形作られる計算に結びつける枠組みです。

AIによるレポート 事実確認済み

カリフォルニア大学アーバイン校の研究者らが、SIGNETと呼ばれる機械学習システムがヒト脳組織中の遺伝子間の因果関係を推測可能であり、アルツハイマー病における遺伝子制御の広範な再配線、特に興奮性ニューロンでのものを明らかにしたと報告。

テキサスA&M大学の研究者らは、カスタマイズ可能な「vessel-chip」を開発したと述べ、人間の血管の複雑な形状—分岐、動脈瘤様膨張、狭窄様狭窄を含む—を再現し、血流の変化が内皮細胞にどのように影響するかを研究し、動物モデルに頼らず潜在的な治療法を評価できるようにする。

AIによるレポート

研究者らはニューロン間の微妙なグルタミン酸シグナルを検出するタンパク質を設計し、脳の通信のこれまで隠されていた側面を明らかにした。このツールは、脳細胞が入力情報を処理する方法をリアルタイムで観察することを可能にし、学習、記憶、神経障害に関する研究を進展させる可能性がある。Nature Methodsに掲載された発見は、神経科学における画期的な進歩を強調している。

 

 

 

このウェブサイトはCookieを使用します

サイトを改善するための分析にCookieを使用します。詳細については、プライバシーポリシーをお読みください。
拒否