3D-устройство для вычислений использует живые нейронные клетки для распознавания различных паттернов
Учёные из Принстонского университета в США объединили живые нейроны с электронными технологиями, разработав программируемое 3D-вычислительное устройство, способное точно распознавать различные пространственные и временные паттерны.
Short Summary
Учёные Принстонского университета объединили живые нейроны с передовыми электронными технологиями, создав программируемое 3D-вычислительное устройство, способное обучаться распознаванию различных паттернов. Результаты исследования были опубликованы в журнале «Nature Electronics».
Команда сплела 3D-сетку из тонких металлических нитей и электродов, поддерживаемую ультратонким слоем оксида циркония, что придало ей эластичность для соединения окружающих нейронов. На сетке культивируются десятки тысяч нейронов, формируя обширную трёхмерную сеть для выполнения вычислительных задач. Система способна в течение шести месяцев отслеживать нейронную активность и обучать алгоритмы, точно распознающие паттерны электрических импульсов.
В ходе тестирования система успешно различала различные пространственные и временные паттерны. Изначально исследование было направлено на решение фундаментальных проблем нейронауки, но команда обнаружила, что система может раскрыть ключевое ограничение искусственного интеллекта — энергопотребление. Энергозатраты человеческого мозга при выполнении аналогичных задач составляют лишь одну миллионную часть от затрат AI-систем. Эта система, названная «3D-бионейронной сетью», может помочь в понимании заболеваний нервной системы и способствовать развитию энергоэффективного ИИ.
3D-нейронное вычислительное устройство
Принстонский университет разработал 3D-устройство, объединяющее живые нейроны и электронные технологии, программируемое для распознавания паттернов
Культивация в электродной сетке
С помощью тонких металлических нитей и электродов создана 3D-сетка для культивирования десятков тысяч нейронов, образующих вычислительную сеть
Успешное распознавание паттернов
В тестировании система точно различала различные пространственные и временные паттерны
Выявление преимущества в энергопотреблении
Энергозатраты человеческого мозга при выполнении аналогичных задач составляют лишь одну миллионную часть от современных AI-систем, что указывает на ключевое ограничение в развитии ИИ
Text generated using AI
