最近，一項頗具前沿性的研究在Nature子刊上刊登，介紹了一種由真實人腦細胞構建的AI系統。這個特殊的系統利用微電極連接活體腦細胞組成的類器官，能夠進行語音識別并進行無監督學習。
研究人員通過重復播放音頻片段來訓練系統，但沒有提供任何形式的反饋。經過兩天的訓練，系統的準確率從最初的51%提高到了78%。這項研究的主要目的是解決傳統類腦芯片的高能耗問題。相比之下，該系統利用類器官神經網絡和微電極連接，能夠更好地模擬神經網絡的功能。
研究人員將8個人說日語元音的240個音頻片段轉換為信號序列，并讓系統識別出某個人的聲音。最初，系統的準確率只有30%至40%。但經過兩天的無監督學習，系統的準確率提高到了78%。需要注意的是，目前系統只能識別誰在講話，但無法理解講話內容。
這項研究還嘗試預測Hénon圖（一種可表現出混沌行為的動力系統），結果發現系統在無監督學習4天后比沒有長短期記憶單元的人工神經網絡更準確。該研究對于理解人腦學習機制等問題具有重要意義，雖然還需要解決一些問題，如類器官存活時間和系統性能的提高。
總的來說，這項研究展示了用真實人腦細胞構建的AI系統在語音識別和無監督學習方面的潛力，為未來的計算機技術提供了新的思路。
本文來自投稿，不代表科技訊立場，如若轉載，請注明出處：http://www.bdzhitong.com/article/605880.html
