設(shè)置
  • 日夜間
    隨系統(tǒng)
    淺色
    深色
  • 主題色

用活人腦細(xì)胞造 AI 系統(tǒng)!語(yǔ)音識(shí)別已成功,可無(wú)監(jiān)督學(xué)習(xí)|Nature 子刊

量子位 2023/12/13 9:32:44 責(zé)編:遠(yuǎn)洋

真實(shí)人腦細(xì)胞構(gòu)建的“迷你大腦”和微電極組成的 AI 系統(tǒng),已經(jīng)能夠進(jìn)行語(yǔ)音識(shí)別 ——

從數(shù)百個(gè)聲音片段中準(zhǔn)確認(rèn)出某個(gè)特定人的聲音的那種。

最近,一項(xiàng)頗為前沿的類腦研究登上了 Nature 子刊。

這個(gè)特別的 AI 系統(tǒng)甚至可以進(jìn)行無(wú)監(jiān)督學(xué)習(xí)

研究人員只是一遍遍播放音頻片段,不提供任何形式的反饋來(lái)告訴系統(tǒng)答對(duì)還是錯(cuò)。

最終,該系統(tǒng)在兩天的訓(xùn)練之后,準(zhǔn)確率直接從最初的 51% 升到了 78%

這,究竟是怎么實(shí)現(xiàn)的?

類器官神經(jīng)網(wǎng)絡(luò)來(lái)了

發(fā)明該系統(tǒng)的主要目的,是解決硅芯片的高能耗等問(wèn)題。

一般來(lái)說(shuō),這個(gè)問(wèn)題的解題思路都是靠類腦計(jì)算。

但這種思想下設(shè)計(jì)的“傳統(tǒng)”類腦芯片大多數(shù)都是直接基于數(shù)字電子原理,完全模仿大腦功能的能力著實(shí)有限。

在此,該研究直接用上了一個(gè)叫做“類器官”的東西:

它指的是能夠在實(shí)驗(yàn)室中利用人的干細(xì)胞培養(yǎng)出的微型器官,包含其代表器官的一些關(guān)鍵特性。

具體而言,研究人員將活體腦細(xì)胞組成的腦類器官(形狀類似小團(tuán)球)和高密度微電極陣列進(jìn)行連接,構(gòu)建出一個(gè)叫做“Brainoware”的系統(tǒng)。

微電極在 Brainoware 中的作用一是向類器官發(fā)送電信號(hào),達(dá)到傳送信息到“腦”中的目的;二是檢測(cè)大腦神經(jīng)細(xì)胞的放電響應(yīng),然后交給外部設(shè)備進(jìn)行讀取和解析。

這樣的系統(tǒng)可以表現(xiàn)出類似神經(jīng)網(wǎng)絡(luò)的功能,并可以進(jìn)行無(wú)監(jiān)督學(xué)習(xí)。

將它連接到特定硬件,就可以被訓(xùn)練于語(yǔ)音識(shí)別。

具體任務(wù)中,研究人員將 8 個(gè)人說(shuō)日語(yǔ)元音的 240 個(gè)音頻片段轉(zhuǎn)換為信號(hào)序列,然后發(fā)送給系統(tǒng),讓它識(shí)別出某個(gè)人的聲音。

最開(kāi)始,Brainoware 的準(zhǔn)確度只有 30%-40%。

但經(jīng)過(guò)兩天的訓(xùn)練之后,它就可以 78% 的準(zhǔn)確率識(shí)別出特定說(shuō)話者。

作者在此強(qiáng)調(diào),所謂的訓(xùn)練只是重復(fù)音頻片段,不給予任何反饋,也就是所謂的無(wú)監(jiān)督學(xué)習(xí)。

不過(guò),需要注意的是,目前 Brainoware 只能識(shí)別誰(shuí)在講話,但聽(tīng)不懂任何講話內(nèi)容。

而在該實(shí)驗(yàn)之后,研究人員試著用一種藥物來(lái)阻斷腦類器官中神經(jīng)細(xì)胞之間形成新的連接。

結(jié)果發(fā)現(xiàn),這樣操作之后,系統(tǒng)的準(zhǔn)確率就不會(huì)有任何改善了。

作者解釋,這說(shuō)明 Brainoware 的學(xué)習(xí)能力取決于神經(jīng)可塑性。

未來(lái)的計(jì)算機(jī)會(huì)是由大腦組成的嗎?

今年三月份,該團(tuán)隊(duì)其實(shí)就是已經(jīng)用該系統(tǒng)來(lái)嘗試預(yù)測(cè) Hénon 圖了(數(shù)學(xué)領(lǐng)域中一種可表現(xiàn)出混沌行為的動(dòng)力系統(tǒng))。

結(jié)果 Brainoware 也是在無(wú)監(jiān)督學(xué)習(xí)了 4 天之后(每天代表一個(gè)訓(xùn)練周期),被發(fā)現(xiàn)它能夠比沒(méi)有長(zhǎng)短期記憶單元的人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)得更準(zhǔn)。

相比之下,后者可是經(jīng)過(guò)了至少 50 個(gè)訓(xùn)練周期。

而再往前一點(diǎn),澳大利亞一家科研團(tuán)隊(duì)則試圖教“盤中大腦”打乒乓球游戲,結(jié)果它 5 分鐘內(nèi)就學(xué)會(huì)了,速度比 AI 還快 17 倍。

那么未來(lái),計(jì)算機(jī)會(huì)由大腦組成嗎?

還不好說(shuō)。

如本文作者介紹,他們這個(gè)研究目前屬于概念驗(yàn)證,后面還有很多問(wèn)題要解決:

例如,Brainoware 系統(tǒng)的性能還能提高,但最重要的問(wèn)題是類器官只能存活一到兩個(gè)月。

并且,Brainoware 本身雖然不需要太多功耗,但維持它運(yùn)轉(zhuǎn)的外部設(shè)備的功耗水平并不低。

諸如一系列等等問(wèn)題。

總的來(lái)說(shuō),有科學(xué)家預(yù)測(cè),真正的通用生物計(jì)算系統(tǒng)可能需要幾十年的時(shí)間才能創(chuàng)建。

但不管怎么樣,它的研究對(duì)我們進(jìn)一步理解人腦的學(xué)習(xí)奧秘等問(wèn)題都有幫助。

參考鏈接:

[1]https://www.nature.com/articles/s41928-023-01069-w

[2]https://www.newscientist.com/article/2407768-ai-made-from-living-human-brain-cells-performs-speech-recognition/

[3]https://www.genengnews.com/topics/artificial-intelligence/brainoware-organoid-neural-networks-inspire-brain-ai-hardware/

本文來(lái)自微信公眾號(hào):量子位 (ID:QbitAI),作者:豐色

廣告聲明:文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時(shí)間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。

相關(guān)文章

軟媒旗下網(wǎng)站: IT之家 最會(huì)買 - 返利返現(xiàn)優(yōu)惠券 iPhone之家 Win7之家 Win10之家 Win11之家

軟媒旗下軟件: 軟媒手機(jī)APP應(yīng)用 魔方 最會(huì)買 要知