Учёные обучили органоид мозга человека распознавать речь, как учат современные нейросети
В основе современных нейросетей лежит идея подобия нейросетям человеческого мозга. Учёные из Университета Индианы в Блумингтоне решили проверить, можно ли избавиться от необходимости создавать что-то подобное и просто взять оригинал. Для этого они вырастили органоиды головного мозга человека и проверили, можно ли задействовать их, как мы используем современные нейросети в обычных компьютерах. То есть заменить кремний на органику.
создано DALL-E
Это лишь первый эксперимент, и каких-то громких выводов авторы проекта не делают, но как минимум определённые положительные результаты они получили.
Свою систему они назвали Brainoware. Эксперимент показал, что органоиды мозга можно научить распознавать речь, как это делают искусственный нейросети, хотя и с рядом оговорок.
В статье для проверки распознавания речи была использована японская база данных гласных звуков. Учёные взяли 240 аудиофайлов с изолированными произнесениями японских гласных в исполнении восьми различных мужских голосов. Эти аудиофайлы были преобразованы в последовательности электрических стимулов, которые подавались на мозговой органоид. Эти действия вызывали в органоидах определённую активность, которая записывалась. Фактически это и был процесс обучения нейросети.
Этот процесс и процесс тестирования включал в себя следующие шаги:
Аудиофайлы были преобразованы в электрические импульсы, которые могут быть интерпретированы и обработаны мозговым органоидом, так как сам он не имеет биологических средств для восприятия звука. Проще говоря, ушей в него нет.
Далее система Brainoware была обучена на данных об активности нейронных сетей, чтобы распознавать и классифицировать произношение гласных от разных дикторов.
После обучения системы проводилось тестирование с использованием тех же самых гласных от тех же самых дикторов, но с целью проверить, насколько точно система может распознавать гласные без учета различий в произношении.
После обучения и тестирования оценивалась точность в распознавании речи. Процесс включал анализ матрицы ошибок, чтобы определить, насколько точно система распознала гласные.
В итоге результаты показали, что Brainoware может улучшить свою точность распознавания речи после многократного обучения. Проще говоря, нейросеть органоида училась делать конкретную работу лучше, не будучи изначально ни на что запрограммированной.