@Sergey Karelov "Кардинальный прорыв к вычислительным искусственным живым машинам. Это стало возможно, т.к. тело может мыслить и без мозга. Революционность этого открытия в том, что:
- до сих пор мы стремились сделать неживые машины с неким аналогом мозга (от компов и смартфонов до роботов);
- теперь же стало ясно, что если сделать живую машину, то она сможет обходиться и без мозга.
Суть открытия в том, что найден революционный способ реализации вычислений (память, логика, прогнозирование и решение проблем) у живых организмов БЕЗ нейронных сетей. Из чего следует.
- У живого организма 2 вычислительные системы: нейронная и не-нейронная (на основе обычных клеток).
- И, соответственно, 2 механизма познания: нейронное и базальное (Basal Cognition).
Базальное познание есть у всех неневральных животных, растений, грибов и одноклеточных организмов. А у многоклеточных, включая нас, оно выполняет сложнейшие функции:
- неподъемные для нейронного познания: типа, конструирования и сборки органов – от глаза до сердца;
- и, что еще более важно, - не допускающие ошибок (коих в нейронных сетях избежать трудно).
То, что базальное познание (универсальный вычислитель на НЕнейронной основе) существует, биологи подозревали давно. Одноклеточные формы жизни и соматические клетки многоклеточных организмов принимают гибкие решения на основе входов в их микросреду. Например, биоэлектрические сигналы опосредуют важные аспекты долгосрочной координации, которые удерживают клетки для поддержания плана тела и не допуская развития онкогенеза. Нейроны же произошли от этих древних типов клеток, которые использовали биоэлектрическую сигнализацию для выполнения вычислений.
В то же время, даже у самых эволюционно развитых многоклеточных (типа людей) многие биопроцессы в организме (вплоть до сложнейшего регулирования морфогенезом и регенерацией), можно рассматривать как процессы, включающие обработку информации и принятие решений без участия мозга.
Память, прогнозирование и решение проблем прекрасно демонстрируются у абсолютно безмозглых сперматозоидов, амеб, дрожжей и растений. А у многоклеточных, например, при регенерации, сложность вычислительных задач, решаемых без участия нейронных систем, просто зашкаливает.
Например, хвосты, привитые по бокам саламандры, медленно переделываются в конечности, демонстрируя способность ткани определять свое положение в теле, сравнивать анатомию на уровне органов с целевой анатомией, и переделывая алгоритм регенерации тканей с учетом правильной анатомической корректировки.
Задача - понять, как ткани вычисляют с помощью биоэлектрических процессов, крайне важна для эволюционной биологи, регенеративной медицины и синтетической биоинженерии (разработка синтетических «живых машин»).
Новое исследование построило модель биоэлектрической сети BEN, способной решать когнитивные задачи в контексте биологических процессов (например, морфогенеза и ремоделирования), где сети НЕнейронных клеток совместно вычисляют и принимают решения.
Сети BEN позволяют реализовывать весь необходимый для вычислений HW: логические вентили, составные логические элементы, детекторы паттернов и память. Это первое научное доказательство существования класса биологических систем, где вычислительный подход реализован на соматических биоэлектрических сетях.
Кроме того, авторы продемонстрировали, что логика может быть реализована в схемах с двунаправленными соединениями, которые типичны для НЕнейронных тканей, в отличие от традиционных однонаправленных схем, таких как нейронные сети и цифровые электронные схемы.
Мало того, что сети BEN могут вычислять, но они также могут быть устойчивыми к повреждениям, сохраняя вычислительные функцию даже после удаления части клеток.
Авторы считают, что это исследование обеспечивает концептуальные и моделирующие основы для понимания и управления развитием и регенерацией, а также для создания вычислительных искусственных живых машин." https://www.nature.com/articles/s41598-019-54859-8