Phoebe Newman 
Naukowcy współpracują z wielu dziedzin, aby stworzyć biokomputery, które wykorzystują hodowle 3D komórek mózgowych, zwanych organoidami mózgowymi, jako biokomputery. Swój plan osiągnięcia tego celu przedstawili w czasopiśmie naukowym granice w nauce.
Pomimo imponujących osiągnięć sztucznej inteligencji, jej moc obliczeniowa blednie w porównaniu z ludzkim mózgiem. Teraz naukowcy ujawniają rewolucyjną ścieżkę do posunięcia informatyki do przodu: inteligencję organoidalną, w której wyhodowane w laboratorium organoidy mózgowe działają jak urządzenia biologiczne.
Sztuczna inteligencja zawsze była inspirowana ludzkim mózgiem. To podejście okazało się bardzo skuteczne: sztuczna inteligencja ma imponujące wyczyny — od diagnozowania schorzeń po komponowanie poezji. Jednak oryginalny model nadal przewyższa maszyny pod wieloma względami. Dlatego na przykład możemy „udowodnić nasze człowieczeństwo” za pomocą trywialnych internetowych quizów fotograficznych. Co by było, gdybyśmy poszli prosto do źródła zamiast próbować uczynić sztuczną inteligencję bardziej jak mózg?
Naukowcy z wielu dyscyplin pracują nad stworzeniem rewolucyjnych biokomputerów, w których trójwymiarowe hodowle komórek mózgowych, zwane organoidami mózgowymi, działają jak urządzenia biologiczne. W czasopiśmie opisują swoją mapę drogową, aby osiągnąć tę wizję granice w nauce.
Powiększony obraz organoidu mózgu wyhodowanego w laboratorium z fluorescencyjnym znakowaniem różnych typów komórek. (różowy – neurony; czerwony – oligodendrocyty; zielony – astrocyty; niebieski – wszystkie jądra komórkowe). Źródło: Thomas Hartung, Johns Hopkins University
„Nazywamy tę nową interdyscyplinarną dziedzinę „inteligencją organiczną” (OI)” — powiedział profesor Thomas Hartung z Johns Hopkins University. „Społeczność czołowych naukowców zebrała się, aby opracować tę technologię, która naszym zdaniem zapoczątkuje nową erę szybkiego, potężne i wydajne biokomputery”.
Jakie są organelle w mózgu i dlaczego tworzą dobre komputery?
Organoidy mózgowe to rodzaj hodowli komórkowej w laboratorium. Chociaż organoidy nie są „mini-mózgami”, mają wspólne kluczowe aspekty funkcji i struktury mózgu, takie jak neurony i inne komórki mózgowe, które są niezbędne dla funkcji poznawczych, takich jak uczenie się i pamięć. Ponadto, podczas gdy większość kultur komórkowych jest płaska, organelle mają trójwymiarową strukturę. Powoduje to 1000-krotny wzrost gęstości komórek w hodowli, co oznacza, że neurony mogą tworzyć większą liczbę połączeń.
Ale nawet jeśli organoidy mózgowe są tak dobrymi imitatorami mózgów, dlaczego tworzą tak dobre komputery? W końcu, czy komputery nie są mądrzejsze i szybsze niż mózgi?
Inteligencja organiczna: nowa granica na wykresie biokomputerowym . Źródło: Frontiers/Uniwersytet Johna Hopkinsa
„Chociaż komputery oparte na krzemie z pewnością lepiej radzą sobie z liczbami, mózgi lepiej się uczą” – wyjaśnił Hartung. Na przykład AlphaGo [the AI that beat the world’s number one Go player in 2017] Został wytrenowany na danych ze 160 000 gier. Osoba musiałaby grać pięć godzin dziennie przez ponad 175 lat, aby doświadczyć tych wielu gier”.
Mózgi nie tylko lepiej się uczą, ale są również bardziej wydajne energetycznie. Na przykład ilość energii zużywanej na szkolenie AlphaGo jest większa niż ilość energii potrzebna do utrzymania aktywnego dorosłego człowieka przez dekadę.
„Mózgi mają również niesamowitą pojemność do przechowywania informacji, szacowaną na 2500 terabajtów” – dodał Hartung. Osiągnęliśmy fizyczne ograniczenia komputerów krzemowych, ponieważ nie możemy zmieścić większej liczby tranzystorów w małym chipie. Ale mózg jest podłączony w zupełnie inny sposób. Ma około 100 miliardów neuronów połączonych przez ponad 1015 punktów połączeń. To ogromna różnica w sile w porównaniu z naszą obecną technologią”.
Inteligencja organiczna: nowa granica na wykresie biokomputerowym . Źródło: Frontiers/Uniwersytet Johna Hopkinsa
Jak wyglądałyby biokomputery z inteligencją organiczną?
Według Hartunga istniejące organelle mózgowe muszą zwiększyć rozmiar dla OI. Są bardzo małe, każda zawiera około 50 000 komórek. W przypadku OI musielibyśmy zwiększyć tę liczbę do 10 milionów”.
Równolegle autorzy opracowują również techniki komunikowania się z organellami, czyli wysyłania im informacji i odczytywania ich myśli. Autorzy planują adaptację narzędzi z różnych dyscyplin naukowych, takich jak bioinżynieria i[{” attribute=””>machine learning, as well as engineer new stimulation and recording devices.
Organoid intelligence requires diverse technologies to communicate with brain organoids infographic. Credit: Frontiers/John Hopkins University
“We developed a brain-computer interface device that is a kind of an EEG cap for organoids, which we presented in an article published last August. It is a flexible shell that is densely covered with tiny electrodes that can both pick up signals from the organoid, and transmit signals to it,” said Hartung.
The authors envision that eventually, OI would integrate a wide range of stimulation and recording tools. These will orchestrate interactions across networks of interconnected organoids that implement more complex computations.
Organoid intelligence could help prevent and treat neurological conditions
OI’s promise goes beyond computing and into medicine. Thanks to a groundbreaking technique developed by Noble Laureates John Gurdon and Shinya Yamanaka, brain organoids can be produced from adult tissues. This means that scientists can develop personalized brain organoids from skin samples of patients suffering from neural disorders, such as Alzheimer’s disease. They can then run multiple tests to investigate how genetic factors, medicines, and toxins influence these conditions.
Organoid intelligence will advance medical research and innovation infographic. Credit: Frontiers/John Hopkins University
“With OI, we could study the cognitive aspects of neurological conditions as well,” Hartung said. “For example, we could compare memory formation in organoids derived from healthy people and from Alzheimer’s patients, and try to repair relative deficits. We could also use OI to test whether certain substances, such as pesticides, cause memory or learning problems.”
Taking ethical considerations into account
Creating human brain organoids that can learn, remember, and interact with their environment raises complex ethical questions. For example, could they develop consciousness, even in a rudimentary form? Could they experience pain or suffering? And what rights would people have concerning brain organoids made from their cells?
‘Embedded ethics’ will ensure responsible development of organoid intelligence infographic. Credit: Frontiers/John Hopkins University
The authors are acutely aware of these issues. “A key part of our vision is to develop OI in an ethical and socially responsible manner,” Hartung said. “For this reason, we have partnered with ethicists from the very beginning to establish an ‘embedded ethics’ approach. All ethical issues will be continuously assessed by teams made up of scientists, ethicists, and the public, as the research evolves.”
How far are we from the first organoid intelligence?
Even though OI is still in its infancy, a recently-published study by one of the article’s co-authors – Dr. Brett Kagan of the Cortical Labs – provides proof of concept. His team showed that a normal, flat brain cell culture can learn to play the video game Pong.
“Their team is already testing this with brain organoids,” Hartung added. “And I would say that replicating this experiment with organoids already fulfills the basic definition of OI. From here on, it’s just a matter of building the community, the tools, and the technologies to realize OI’s full potential,” he concluded.
Reference: “Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish” by Lena Smirnova, Brian S. Caffo, David H. Gracias, Qi Huang, Itzy E. Morales Pantoja, Bohao Tang, Donald J. Zack, Cynthia A. Berlinicke, J. Lomax Boyd, Timothy D. Harris, Erik C. Johnson, Brett J. Kagan, Jeffrey Kahn, Alysson R. Muotri, Barton L. Paulhamus, Jens C. Schwamborn, Jesse Plotkin, Alexander S. Szalay, Joshua T. Vogelstein, Paul F. Worley and Thomas Hartung, 27 February 2023, Frontiers in Science.
DOI: 10.3389/fsci.2023.1017235
