[ปูทางไซเบอร์] จะเป็นอย่างไรหากนำเซลล์สมองของสิ่งมีชีวิต มาช่วยประมวลผล AI แทนชิป AI ในปัจจุบัน หวังลดการใช้พลังงานแบบมหาศาล ล่าสุดมีมหาวิทยาลัยในญี่ปุ่น ได้เริ่มวิจัยเรื่องนี้อย่างจริงจังแล้ว
ทีมวิจัยจากมหาวิทยาลัยโทโฮคุ (Tohoku) โชว์งานวิจัยสุดฮือฮาผ่านวารสาร Proceedings of the National Academy of Sciences (PNAS) นำ “สมองหนู” หรือเซลล์ประสาทส่วน Cortical หรือในเยื่อหุ้มสมองของหนูที่เพาะเลี้ยงไว้ มาฝึกการประมวลผล AI แบบ Realtime และสามารถทำหน้าที่เก็บข้อมูลส่วนกลางได้ด้วย แทนการใช้ Neural Network ของ AI ที่จำลองการทำงานของสมองมนุษย์
ในส่วนการทำงานนั้น ทางนักวิจัยจะใช้วิธีผสานเซลล์ประสาทที่มีชีวิตเข้ากับ Microfluidics เทคโนโลยีที่ควบคุมและจัดการของเหลวในระดับไมโครสเกล สร้างระบบคอมฯ ที่ควบคุมแบบวงปิด หรือมีการควบคุมระบบโดยอัตโนมัติ เพื่อรักษาสถานะหรือจุดตั้งค่าที่ต้องการโดยไม่ต้องมีคำสั่งจากมนุษย์
ทางทีมวิจัยเผยระบบดังกล่าว สามารถจำลองโครงข่ายประสาทเทียมแบบสไปค์ (Spike) หรือจำลองการทำงานของสมองมนุษย์ที่สมจริงกว่าโครงข่ายประสาทเทียมทั่วไปได้เลย โดยผ่านแผงอาร์เรย์อิเล็กโทรดของเซลล์ประสาทหนู 26,400 ขั้ว ที่มีระยะห่างเพียง 17.5 ไมโครเมตร (บางและเล็กสุด ๆ) ช่วยกรองสัญญาณให้มีความต่อเนื่อง และถอดรหัสผลลัพธ์เพื่อทำความเข้าใจโครงสร้างข้อมูลเชิงเส้น จากนั้นสัญญาณที่ได้ก็จะถูกส่งกลับไปยังเซลล์ประสาท ในรูปของการกระตุ้นทางไฟฟ้าเหมือนสมองจริง ๆ ซึ่งจะปรับตัวถอดรหัสอย่างต่อเนื่อง เพื่อลดข้อผิดพลาดให้เหลือน้อยที่สุด
หากให้สรุปง่าย ๆ ก็คือการใช้ส่วนหนึ่งของสมองหนู มาแปลงให้ทำงานเหมือนชิปประมวลผล NPU เลยนั้นเอง โดยสามารถรับข้อมูลไฟฟ้าเพื่อประมวลผล แล้วถอดรหัสสัญญาณนั้นออกมาเป็นผลลัพธ์ให้คอมฯ อ่านได้ ซึ่งข้อดีคือเซลล์สมองใช้พลังงานน้อยกว่าชิปซิลิคอนมาก ๆ เช่นสมองมนุษย์ที่ว่าประมวลผลได้ซับซ้อนสุด ๆ กลับใช้พลังงานเพียง 20 วัตต์เท่านั้น
จุดน่าสนใจถัดมาคือ ตัวเซลล์ประสาทที่ถูกแปลงนี้ สามารถทำงานหรือ Sync ร่วมกันได้ ทำให้เกิดความซับซ้อนและหลากหลายของสัญญาณ ซึ่งเป็นหัวใจหลักที่ทำให้ AI ชีวภาพนี้ ทำงานและเรียนรู้ได้ด้วยตัวเอง จุดนี้ทางนักวิจัยจึงได้นำเซลล์ประสาทเฉลี่ย 14.6 เซลล์ ไปไว้ในหลุมทรงสี่เหลี่ยมจำนวน 128 บ่อ แต่ละบ่อมีขนาดประมาณ 100×100 ไมโครเมตร ซึ่งเชื่อมต่อระหว่างกัน
อย่างไรก็ตาม ตัว AI ชีวภาพดังกล่าว ยังมีจุดอ่อนเรื่องความหน่วงหรือ Latency ซึ่งมีมากถึง 330ms และระบบยังมีอาการลืมหรือเสื่อมสภาพเมื่อหยุดการเทรน เหมือนสิ่งมีชีวิตที่พอไม่ฝึกฝน สัญญาณประสาทก็จะกลับไปสู่สถานะเดิมนั้นเอง ซึ่งก็เป็นงานของกลุ่มทีมวิจัยจากมหาวิทยาลัยโทโฮคุ ต้องทยอยพัฒนาและแก้ไขต่อไป
ฐานลักษณะนี้แหละครับที่เป็นกุญแจสำคัญสำหรับอุปกรณ์การแพทย์ในอนาคต เช่น การสร้างชิปผสมเนื้อเยื่อ (Bio-hybrid chips) ที่จะไปฝังอยู่ในสมองผู้ป่วยเพื่อช่วยประมวลผลแทนเซลล์สมองที่เสียหายจากโรคหลอดเลือดสมอง หรือเป็นตัวกลางสื่อสารกับแขนขาเทียมได้เนียนขึ้นกว่าเดิมครับ
ใครอยากดูรายละเอียดแบบเชิงลึก สามารถดูต่อได้ที่ https://www.pnas.org/doi/10.1073/pnas.2521560123
ที่มา : TomsHardware
