BTC$29880

ETH$3666

Шукати

Новий ШІ-чіп, який використовує тканини людського мозку, щойно отримав військове фінансування

Людський мозок – дивовижна річ. Мало того, що наукові експерименти довели, що клітини людського мозку можуть навчатися швидше, ніж ШІ, деякі вчені навіть використовують клітини мозку у своїх ШІ-чіпах, роблячи їх швидшими і сильнішими, ніж будь-коли.

Минулого року дослідники з Університету Монаша створили те, що вони назвали “DishBrain” – напівбіологічний ШІ-чип, в конструкцію якого були впроваджені клітини людського та мишачого мозку. DishBrain виявився надзвичайно багатообіцяючим, навчившись грати у Понг всього за п’ять хвилин.

Ця перспектива може бути використана ще більше в майбутньому, оскільки проект, пов’язаний з цим ШІ-чипом людського мозку, отримав грант у розмірі 407 000 доларів США від Австралійської національної програми дослідницьких грантів у сфері розвідки та безпеки. Це може дозволити їм створити більш досконалі версії DishBrain.

Ці програмуємі комп’ютерні чіпи не лише використовують можливості штучного інтелекту, але й бездоганно поєднують його з біологічними обчисленнями людського мозку. Це крок, який може просунути обчислювальну техніку набагато далі, ніж просто покладатися на кремнієве обладнання. Принаймні, так вважають багато дослідників, які беруть у ньому участь.

Якщо це дослідження виявиться успішним, то воно може відкрити абсолютно нові двері для найсучасніших комп’ютерних чіпів, які використовують штучний інтелект. Це також може мати наслідки в кількох сферах, включаючи робототехніку, планування, розширену автоматизацію, розробку ліків та інтерфейси “мозок-машина”.

Зрештою, це, як і нейроморфні комп’ютери, може стати основою для абсолютно нового покоління машинного навчання, яке буде ще потужнішим, ніж те, що ми бачимо на прикладі OpenAI, спроб штучного інтелекту від Google і того, що може приготувати Apple. Дослідники кажуть, що використають грант на розробку більш досконалих машин зі штучним інтелектом, які зможуть повторити здатність до навчання біологічних нейронних мереж.