研究表明，腦細胞的學習速度比機器學習快

研究人員已經證明，通過比較合成生物智能係統（SBI）（稱為“抗逆轉器””和現代RL算法對某些激勵措施的反應，大腦細胞比機器學習更快地學習和執行複雜的網絡。

研究“樣品在生物神經培養物中的動態網絡可塑性和有效性：一項對深度強化訓練的比較研究”。 出版 v 半機械人和仿生系統， 這是第一個已知的。

這項研究是由Cortical Labs進行的，Cortical Labs是一家墨爾本初創公司，創建了世界上第一個商業生物計算機CL1。進行研究的CL1結合了來自人類幹細胞的實驗室神經元與固體矽，以創建更先進和穩定的AI形式，稱為SBI。

該研究使用Distbrain研究了體外神經系統的複雜動力學，該動力學將活的神經作物與高密度高密度陣列的實時實時整合在一起。

該研究在較低空間中引入活動，區分了“休息”和“遊戲玩法”的條件，確定了實時監視和操縱至關重要的基本定律。

該分析強調遊戲過程中連接的動態變化，強調了這些網絡對刺激的高效可塑性。為了找出在更廣泛的背景下這是否重要，研究人員將這些生物系統訓練的有效性與最現代的深RL算法（例如DQN，A2C和PPO）在PONG的建模中進行了比較。

同時，研究人員能夠在生物神經系統和深度RL之間進行重大比較，得出的結論是，當樣品受到實際臨時過程的限制時，即使這些非常簡單的生物作物也超過了遊戲性能的各種特徵的深度RL算法，這意味著更高的樣品效率。

這項研究與大腦研究所和特納大學的心理健康一起進行，澳大利亞克萊頓大學；研究學院IITB-MONASH，印度孟買；以及倫敦大學學院的人類神經模擬中心。

皮質實驗室的首席研究員布雷特·卡根（Brett Kagan）評論說：“儘管近年來，在AI領域取得了重大成就，但我們認為，實際智力不是人為的。我們認為，實際智力是生物學的。在這項研究中，我們決定研究是否有可能研究基本生物學訓練系統。

“結果仍然非常令人鼓舞。了解神經活動與信息的處理，智力和最終行為的理解是神經生物學的主要目標 – 本文是這一旅程中的重要而令人興奮的一步。

“這一突破是關鍵的證據，這導致了CL1可能創建的第一個生物計算機CL1，可以訪問這些特性。但是，這是旅行的開始，而不是結束。由於對生物英語智能（BI）的進一步研究，我們相信我們可以相信，我們可以解鎖所有已截止日期的機會。”

基於最初的突破和啟動CL1，Cortical Labs推出了 第二篇文章 v 細胞生物材料 名稱為“兩條道路分歧：在神經細胞文化中使用智能的方法”，為創建稱為生物工程智能（BI）的知識設備的新方法提供了新的方法。一個 紙 CL1平台的描述也包括在“ Make Business”部分中 生物英格機構的自然評論場地

體外使用神經細胞培養物，體現在結構化信息景觀中的興趣迅速增長。無論是用於生物醫學，基本科學還是信息處理和偵察應用，這些系統都具有巨大的潛力。目前，協調的努力已確立了器官智能（OI）的領域，成為一條路。

但是，特別是，工程神經鏈可用於通往本文提供的另一條道路，該途徑是生物英格智能（BI）。研究文章討論了OI和BI的可能性和普遍問題，為這些不同方法的概念化提供了使用神經細胞培養的概念化基礎，以處理信息的處理和智能。

同時，BI被形式化為可以與OI並行進行的清晰創新路徑。最終，假定可以使用任何路徑來實現重大步驟，但比較每種方法的結果將以最令人興奮但道德上穩定的方向最大化進度。

“我們的目標是超越生物學訓練的軼事示範，並提供嚴格的定量證據，表明活著的神經網絡表現出快速和適應性的重組，以響應激勵措施 – 即使是最先進的深度增強體系，這些能力仍然無法訪問，”添加了少數寬容的Hhabibollahi Laboratory。

“儘管人工代理人通常需要數百萬的教育步驟來表現出改進，但這些神經文化的適應性更快，重組了它們的活動以響應反饋。

“分析它們的電信號如何隨著時間的流逝而開發，我們發現了訓練和動態連接變化的明確模式，這些模式反映了大腦實際功能的關鍵原理，這表明了生物系統作為快速，有效的學生的潛力。”

Moein Khajehnejad的皮質實驗室補充說：“在將高度尺寸的硬化轉化為解釋的，低的表示形式後，我們能夠揭示出內部可塑性和網絡重新配置方案，這些方案伴隨著生物神經培養的培訓。這些不僅是統計差異；這些是真實的，功能性的重複程序，這些均具有並行的改進。

“這項研究真正創新的是，第一個設置了綜合生物系統和深度RL之間的標準，並具有同等的採樣限制。當學習機會受到限制時，即動物和人實際研究的條件，這些生物系統不僅更快地適應，而且更有效，而且更有效，而且更有效。

Tokhoku University電動通訊研究所副教授Hideaki Yamamoto評論說：“這些合成的生物系統肯定會提供一種新的方法來理解大腦計算的物理基質。此外，它們還可以打開新的計算，尤其是在大腦超過大腦的任務中。

“ CL1將成為一個強大的平台，以便將這一願景引入行動。當我三年前我第一次見到團隊時，他們才開始討論創建自己的MEA系統的想法。他們開發了CL1並在如此短的時間內導致他進行商業化的事實令人印象深刻。”

由皮質實驗室提供