Исследователи взяли живые клетки крысиного мозга, упаковывали их в чип и запустили на этой конструкции алгоритмы машинного обучения. Зачем? Причин было несколько. Со стороны звучит скорее как история в мире киберпанка, но это действительно случилось - группа из японского Университета Тохоку реализовала на живых нейронах обучение с учителем. Крысиные нейроны научились стабильно выдавать нужные временные паттерны - от простых синусоид до аттрактора Лоренца.
Основная проблема биокомпьютинга (вычислений с живыми клетками) в том, что нейроны слишком социальны. Если их просто поместить в питательную среду, клетки быстро обрастают связями и начинают пульсировать одновременно. Возникает хаотичный хор с нулевой предсказуемостью и вычислительной мощностью. Чтобы обойти это, учёные вырастили клетки внутри микрофлюидных лабиринтов. Эти физические барьеры направляют рост отростков и жестко лимитируют связи между кластерами.
Зачем вообще это делать, когда есть гигантские кластеры видеокарт? Исследователям очень хочется создать копию или реплику настоящей нервной системы. Потому что языковые модели в текущем виде очень неэффективные и работают примитивно - они не понимают контекста, лишены гибкости и способности обучаться, тратят кучу энергии на самую простую работу. В этом направлении есть разные разработки, вроде платформы CL1 от Cortical Labs, где нейроны эффектно учатся играть в Pong. Японская система, хотя пока и является лабораторным концептом, но доказывают, что биологический субстрат способен на сложные, контролируемые вычисления.