Замкнена система. Вчені виростили міні-мозки та навчили їх розв’язувати інженерну задачу

Про це пише видання Science alert.

Йдеться про так звану задачу cartpole. Її суть проста: потрібно втримати вертикально палицю, яка може впасти. У віртуальній версії система рухає платформу ліворуч або праворуч, щоб утримати стрижень у рівновазі. Помилки швидко накопичуються, тому це вважають прикладом нестійкої системи керування. Таку модель часто використовують у дослідженнях навчання з підкріпленням.

Читайте также: Нові функції Chrome: поділ екрану, коментарі в PDF, збереження на Google Диск

У цьому експерименті використали органоїди — невеликі скупчення мозкової тканини, вирощені не з людських клітин, а зі стовбурових клітин миші. Вони не здатні до мислення чи свідомості, але можуть передавати електричні сигнали, а їхні внутрішні зв’язки змінюються під впливом стимуляції.

Дослідники створили замкнену систему. Коли віртуальний стрижень нахилявся, органоїд отримував електричні сигнали, які повідомляли напрям і кут нахилу. Відповідь тканини інтерпретували як команду рухати платформу ліворуч або праворуч. Органоїд не «розумів» завдання. Вчені перевіряли, чи можна змінювати нейронні зв’язки так, щоб керування ставало кращим.

Кожна спроба тривала до моменту, поки стрижень не падав за встановлений кут. Результати оцінювали серіями по п’ять спроб. Було три варіанти умов: без зворотного зв’язку, з випадковою стимуляцією та з адаптивною стимуляцією, яка залежала від попередніх результатів.

Найважливішим був саме адаптивний варіант. Якщо результати погіршувалися порівняно із середнім показником за попередні спроби, система подавала короткий імпульс високої частоти. Алгоритм змінював, які саме нейрони отримували сигнал, зважаючи на те, чи допомагала подібна стимуляція раніше.

Як пояснив дослідник робототехніки та штучного інтелекту з Університету Каліфорнії в Санта-Крузі Еш Роббінс, це можна порівняти з роботою тренера, який підказує, що потрібно трохи змінити підхід. За його словами, коли вчені можуть обирати навчальні сигнали, вони здатні спрямовано змінювати роботу мережі для розв’язання задачі. Він також зазначив, що йдеться про короткострокове навчання, коли органоїд можна перевести з одного стану в інший і робити це стабільно.

Читайте также: Рідкий початок Всесвіту. Фізики відтворили першу мілісекунду після Великого вибуху

Щоб переконатися, що покращення не є випадковим, дослідники встановили контрольний показник на основі роботи повністю випадкового алгоритму. Якщо результати органоїда перевищували рівень, який можна пояснити випадковістю, таку сесію вважали успішною.

Без зворотного зв’язку органоїди досягали високих результатів лише у 2,3 відсотка випадків. За випадкової стимуляції цей показник становив 4,4 відсотка. При постійному адаптивному зворотному зв’язку рівень успішних циклів зріс до 46 відсотків.

Водночас ефект був нетривалим. Після перерви тривалістю 45 хвилин органоїди втрачали набуті зміни та поверталися до початкового рівня. У майбутньому вчені планують дослідити, як покращити«пам’ять» таких систем, зокрема шляхом ускладнення їхньої структури.

Співавтор дослідження, біоінформатик Девід Гаусслер з того ж університету наголосив, що мета роботи полягає у розвитку досліджень мозку та лікуванні неврологічних захворювань. За його словами, йдеться не про заміну роботизованих систем чи комп’ютерів лабораторно вирощеною мозковою тканиною. Він додав, що використання людських мозкових органоїдів у подібних цілях порушило б серйозні етичні питання.