点击上方“公众号”可以订阅哦!
来源:新智元
编辑:大明
未来的计算机究竟是制造出来的,还是种出来的?
这个看上去有点怪异的问题却是美国理海大学一项新研究的核心问题。该研究的目的是设计出一个由活体细胞在培养皿中培育的神经网络——以人类大脑和神经系统为模型的计算机系统,并对其进行编程,以计算基本的机器学习任务。
美国国家科学基金会(NSF)最近宣布,对这个项目进行50万美元资助。该机构于9月11日宣布将资助一系列增强对大脑机制理解的相关研究,为加速新神经网络技术开发而努力。
现在的科学家已经了解,相关生物的活神经元可以自然具备进行计算和学习的能力。在美国国家科学基金会的支持下,我们将建立一个实验测试平台,实现光学刺激并检测神经元生命网络中的活动,我们将开发算法来训练这些神经元网络。“
该团队成员包括利哈伊大学生物工程副教授Yevgeny Berdichevsky以及电气和计算机工程系的Yan Zhiyuan,团队实现了计算机体系结构、生物工程和信号处理方面的专业知识互补。该团队认为,这项研究可能会对神经元科学和计算机工程领域产生“变革性的影响”。
由培养皿培育出的神经网络在执行文本识别任务
在这项研究中,研究人员将手写数字的图像编码成“尖峰训练刺激”(spike train stimuli),类似于二维码。然后将尖峰序列的编码应用于具有光遗传标记的一组网络化的体外神经元上。
在向NSF提交的资助申请中,该团队解释说,这项研究预计能够帮助计算机工程师开发出会思考的固态机器设计的新方法,并可能影响其他与大脑相关的研究。
理海大学电气和计算机工程助理教授、该项目首席研究员Guo Xiaochen
理海大学电气和计算机工程助理教授、该项目首席研究员Guo Xiaochen(上图)表示:“光遗传学,图像化光学刺激和高速光学检测的最新进展,让我们能够同时刺激和记录数千个活体神经元。
“我们希望神经科学家将能够利用这项技术作为研究人类大脑的试验平台,”Berdichevsky说,他之前已经深入研究了癫痫和其他疾病的病因和解决方案。
“这项研究将研究如何稳定活体神经网络,使得基于尖峰时间依赖可塑性(STDP)的编程协议,将所需的突触强度印记到活体神经网络上。我们还将研究如何从战略上设计和应用基于STDP的协议,实现编程负载的最大化,并优化网络状态的收敛速度。在算法方面的研究重点则是数据表示和算法训练,考虑到我们正在设计的各种约束。“Yan Zhiyuan说。
该团队的项目是NSF资助的神经和认知系统创新研究的18个跨学科项目之一。NSF此次旨在四个重点领域推进基础科学的前沿研究,分别为:神经工程和大脑启发的概念和设计、个性和变异认知、现实复杂环境中的神经处理过程、以及数据密集型的神经科学和认知科学。
参考链接:
https://www.lehigh.edu/engineering/news/faculty/2018/20180914-gao-berdichevsky-yan-nsf-brain-cell.html
注:投稿请电邮至124239956@qq.com ,合作 或 加入未来产业促进会请加:www13923462501 微信号或者扫描下面二维码:
文章版权归原作者所有。如涉及作品版权问题,请与我们联系,我们将删除内容或协商版权问题!联系QQ:124239956