BioINwatch
(BioIN + Issue + watch) : 바이오 이슈를 빠르게 포착하여 정보 제공바이오컴퓨터, ‘오가노이드 지능(OI)’ 시대 도래
- 등록일2023-12-28
- 조회수3786
- 분류플랫폼바이오 > 바이오기반기술, 제품 > 바이오자원
-
발간일
2023-12-28
-
키워드
#바이오컴퓨터#오가노이드#지능
- 첨부파일
-
차트+
?
차트+ 도움말
바이오컴퓨터, ‘오가노이드 지능(OI)’ 시대 도래
BioINwatch(BioIN+Issue+Watch): 23-86
◇ 최근 실험실에서 배양한 인간 두뇌 모델에서 학습, 감각 처리 같은 인지 기능을 재현하는 이른바 ‘바이오컴퓨터’를 개발하려는 움직임이 포착되면서 생물과 사물, 아날로그와 디지털 융합의 새로운 사례로 주목 ▸주요 출처: Neuron, In vitro neurons learn and exhibit sentience when embodied in a simulated game-world, 2022.12.7, Nature electronics, Brain organoid reservoir computing for artificial intelligence, 2023.10.13, Frontiers in Science, The Baltimore declaration toward the exploration of organoid intelligence, 2023.2.28 |
■ 뇌세포가 in vitro 시스템에서 스스로 기능적 신경망을 형성하여 AI 보다 뛰어난 게임 학습능력을 보여준 연구결과가 발표
○ 호주 케이건 박사 연구팀은 인공지능 칩 대신 접시 뇌(DishBrain)*를 개발하여 퐁(pong) 게임** 학습을 위한 in vitro 시스템을 제작
* 고밀도다중전극판(high-density multielectrode) 위에 배양된 80∼100만개의 뇌세포
** 이리저리 튀어 다니는 공을 판으로 쳐서 반대편으로 날려 보내는 게임
- 뇌세포의 공간을 임의로 입력영역(sensoryarea)과 출력영역(motorregion)으로 분리하여 컴퓨터와 연결하고 전기신호를 입력-처리-출력
< 퐁(pong) 게임 학습을 위한 접시 뇌(DishBrain) 시스템 >
① 입력영역(sensory area)의 세포는 공과 판 사이의 거리 정보를 전기신호로 수신 ② 입·출력 영역 사이의 뇌세포들은 신호를 전달하며 무작위로 형성된 신경망을 통해 정보를 처리 ③ 출력영역(motor region)의 세포는 전달받은 정보를 판을 움직이는 신호로 변환하여 송출 ④ 되먹임 회로’를 가동하여 이기는 신호를 출력한 시냅스 연결망을 강화 |
출처: Neuron, In vitro neurons learn and exhibit sentience when embodied in a simulated game-world. 2022.12.7
○ 접시 뇌(DishBrain)는 AI(silicon chip) 보다 퐁 게임 학습능력이 18배나 빠른 것으로 확인
- 연구팀은 뇌세포가 일정한 자극을 선호하고 예측이 어려운 무작위적 자극을 싫어하는 원리에 근거하여 되먹임 회로를 가동
※ 이기는 신호를 출력하면 일정한 자극, 지는 신호를 출력하면 무작위적 자극을 가해 이기는 신호를 출력한 시냅스 연결망을 강화하는 되먹임 회로를 가동
- 접시 뇌는 5분만에 게임법을 습득하여 AI(90분) 대비 18배나 빠르게 학습
○ 접시 뇌의 연구결과는 뇌세포를 이용한 ‘바이오컴퓨터’의 가능성을 열었다는 점에서 높이 평가
- in vitro 시스템에서 뇌세포는 스스로 복잡한 기능적 시냅스 연결망을 구축하고 학습을 통해 기존 시냅스 연결을 새롭게 구축함으로써 AI 보다 빠르게 학습
- 만약 뇌세포가 아닌 인간 뇌와 비슷한 3차원 뇌 오가노이드를 사용 한다면 접시 뇌를 뛰어 넘는 상상도 못한 잠재력을 발휘할 것으로 기대
※ 연구진은 사람의 뇌는 산술과 같은 간단한 정보를 처리하는 능력은 기계보다 느리나 복잡한 정보를 처리하는 능력은 기계보다 뛰어나다고 설명
■ 최근 AI칩 대신 뇌오가노이드*를 연결한 생체-전자 하이브리드 기기로 비선형 방정식 계산과 음성인식 학습을 수행한 연구결과가 보고
* 줄기세포를 뇌세포로 분화시켜 3차원 세포집합체 형태로 만든 뇌 조직 유사 장기
○ 미국 인디애나대 연구팀은 뇌오가노이드를 컴퓨터와 연결한 하이브리드 인공기기를 제작하고 ‘브레이노웨어(Brainoware)’라 명명
- (입력) 고밀도 다중전극판에 뇌 오가노이드를 배치하고, 이 전극판을 통해 전기신호를 송신하면 뇌오가노이드가 신호를 수신
- (처리) 신호를 수신한 뇌오가노이드가 축적 컴퓨팅*(reservoir computing)으로 불리는 뇌오가노이드 신경망(ONN, organoid neural networks)을 통해 정보를 처리
* 동적 시스템 이론을 기반으로 학습(머신러닝)된 수 십조개 시냅스로 연결된 복잡한 3차원 생물학적 신경망
- (출력) 처리된 정보를 신경활동 데이터 형태로 계산된 결과를 출력
< 브레이노웨어(Brainoware)의 하이브리드 인공지능 시스템 >
▲︎ 뇌오가노이드의 축적컴퓨팅 신경망으로 전기신호를 처리해 신경활동 데이터 형태로 계산 결과를 출력하는 ‘브레이노웨어’ 시스템 제작 |
출처: Nature electronics, Brain organoid reservoir computing for artificial intelligence, 2023.10.13
○ 브레이노웨어의 뇌오가노이드 축적 컴퓨팅(reservoir computing) 신경망은 AI 보다 빠르게 비선형방정식(nonlinear equation)을 계산
- 브레이노웨어의 비선형 방정식 예측 정밀도는 4번 학습 후, 50번 학습한 AI 신경망보다 약간 낮아 더 빠르게 학습하는 것을 확인
- 또한 브레이노웨어는 240개 음성녹음 클립(audio clips)으로 음성인식 학습을 시키면 약 78%의 정확도로 화자를 식별
※ 학습 전에는 약 51%로 정확도가 낮았지만 2일간 12시간씩 4번의 학습 후 약 78%의 정확도로 음절 패턴을 인식
< 브레이노웨어(Brainoware)의 하이브리드 인공지능 시스템 >
▲︎ 비선형 동적 방정식의 2차원적 이미지인 Henon 맵 생성을 위한 학습 후, 브레이노웨어의뇌오가노이드 신경망의 기능적 연결회로가 다이나믹하게 재구성되어 4번의 학습 후, 50번 학습한 AI와 거의 유사한 정밀도로 계산 |
▲︎ 2일간 12시간씩 4번의 음성인식을 학습한 브레이노웨어는 학습 전 약 51%에서 학습 후 약 78%의 정확도로 음절 패턴을 인식하여 화자를 식별 |
출처: Nature electronics, Brain organoid reservoir computing for artificial intelligence, 2023.10.13
...................(계속)
☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.
지식
동향