본문으로 바로가기

BioINwatch

(BioIN + Issue + watch) : 바이오 이슈를 빠르게 포착하여 정보 제공

바이오컴퓨터, ‘오가노이드 지능(OI)’ 시대 도래

  • 등록일2023-12-28
  • 조회수3786
  • 분류플랫폼바이오 > 바이오기반기술,  제품 > 바이오자원

 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 >

퐁(pong) 게임 학습을 위한 접시 뇌(DishBrain) 시스템

① 입력영역(sensory area)의 세포는 공과 판 사이의 거리 정보를 전기신호로 수신

② ·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 회로를 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 >

브레이노웨어(Brainoware)의 하이브리드 인공지능 시스템

▲︎ 오가노이드의 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 >

브레이노웨어(Brainoware)의 하이브리드 인공지능 시스템-1

▲︎ 비선형 동적 방정식의 2차원적 이미지인 Henon 맵 생성을 위한 학습 후브레이노웨어의오가노이드 신경망의 기능적 연결회로가 다이나믹하게 재구성되어 4번의 학습 후, 50번 학습한 AI와 거의 유사한 정밀도로 계산

브레이노웨어(Brainoware)의 하이브리드 인공지능 시스템-2

▲︎ 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.

관련정보

자료 추천하기

받는 사람 이메일
@
메일 내용