“Una #startup australiana ha fatto un ulteriore passo avanti. In realtà sta costruendo cervelli in miniatura usando neuroni biologici reali incorporati in un chip di computer specializzato.
#CorticalLabs, con sede a Melbourne spera di insegnare a questi mini-cervelli ibridi a svolgere molti degli stessi compiti che può fare l’intelligenza artificiale basata su software, ma con una frazione del consumo di energia. Attualmente, la società sta lavorando per ottenere i suoi mini-cervelli – e si stanno avvicinando alla potenza di elaborazione di un cervello di una libellula – per giocare al vecchio gioco arcade Atari Pong.
La start-up è stata acquisita da Google.
Cortical Labs utilizza due metodi per far creare il suo hardware: estrae i neuroni del topo dagli embrioni oppure usa una tecnica in cui le cellule della pelle umana vengono trasformate in cellule staminali e quindi indotte a crescere in neuroni umani.
Questi neuroni vengono quindi incorporati in un mezzo liquido nutriente sopra un chip di ossido di metallo specializzato contenente una griglia di 22.000 piccoli elettrodi che consentono ai programmatori di fornire input elettrici ai neuroni e anche di percepirne le uscite.
“Quello che stiamo cercando di fare è mostrare che possiamo modellare il comportamento di questi #neuroni”, ha detto Chong.
Il metodo dell’azienda, se risulta scalabile, offre anche una potenziale soluzione a uno dei problemi più fastidiosi che affrontano l’apprendimento profondo che è quello di essere estremamente dispendioso dal punto di vista energetico.
AlphaGo, il sistema di deep learning creato da DeepMind per giocare a Go e che ha battuto il miglior giocatore umano del mondo nel 2016, ha consumato un megawatt di potenza durante il gioco, abbastanza per alimentare circa 100 case al giorno, secondo una stima dell’azienda tecnologica #Ceva. Al contrario, il cervello umano consuma circa 20 watt di energia, ovvero 50.000 volte meno energia rispetto a #AlphaGo.
L’uso di #neuroni reali evita molte altre difficoltà che hanno le reti neurali basate su software. Ad esempio, per far sì che le reti neurali artificiali inizino ad apprendere bene, i loro programmatori di solito devono impegnarsi in un laborioso processo di regolazione manuale dei coefficienti o dati iniziali che verranno applicati a ciascun tipo di processo.”
____
Vedi articolo completo su: https://fortune.com/2020/03/30/startup-human-neurons-computer-chips/
