Ein Start-up entwickelt Computerchips, die mit Nervenzellen von Mäusen arbeiten

Lebewesen und Computer in einem? Klingt nach Science Fiction, ist aber schon jetzt Realität. Ein Start-up aus Australien nutzt Neuronen von Mäusen auf einem Computerchip. Nun wollen die Entwickler dem technologisch-biologischen Hybrid-Chip beibringen, Pong zu spielen.

Von Michael Förtsch

Für viele Tech-Visionäre ist es der große Traum, Computer zu erschaffen, die denken können, wie Menschen es tun. Einen ersten Schritt in diese Richtung bilden Künstliche Neuronale Netze, die bei Anwendungen von Künstlicher Intelligenz die Funktionsweise von biologischen Neuronen vereinfacht nachbilden – aber eben nur auf Software-Basis. Das Start-up Cortical Labs aus Australien will nun jedoch tatsächlich reale Neuronen aus Lebewesen verwenden, um sie in Computer zu integrieren. Dass das grundsätzlich funktioniert, will das Unternehmen bereits jetzt zeigen und beweisen können.

Cortical Labs nutzt derzeit Mäuseembryonen und versucht, aus diesen intakte Neuronen zu extrahieren. Diese werden in einer Nährstofflösung am Leben erhalten und auf einem Chip mit 22.000 kleinen Elektroden verbunden, die es möglich machen sollen, die Nervenzelle mit Befehlen und Informationen zu versorgen – ebenso wie Daten auszuleiten. Sonderlich rechenstark wären diese momentan noch nicht. Laut Cortical-Labs-Gründer Hon Weng Chong hätten die Mini-Gehirne nicht ganz die Rechenkapazität einer Libelle. Aber das wäre schon genug, um einfache Aufgaben zu bewältigen.

Unter anderem wollen die Entwickler den technisch-biologischen Recheneinheiten beibringen den Atari-Klassiker Pong zu spielen. Das will das Unternehmen bis Ende dieses Jahres erreichen. Es wäre kein beeindruckender, aber ein symbolträchtiger Erfolg. Denn Pong war auch eines der ersten Spiele, das die Künstliche Intelligenz des nun zu Google gehörenden KI-Unternehmens DeepMind bewältigen konnte. „Was wir zu zeigen versuchen, ist, dass wir das Verhalten von Neuronen formen können“, sagt Chong dazu. Denn anders als ein Chip lassen sich die biologischen Denkapparate nicht einfach programmieren.

Der Schritt hin zur Wetware

Eines der großen Ziele, das Cortical Labs mit dem Einsatz von biologischen Neuronen lösen will: der Energieverbrauch, den Künstliche-Intelligenz-Berechnungen verursachen. Denn Machine-Learning-Prozesse sind äußerst aufwendig und müssen daher unter dem Einsatz von Hardware durchgeführt werden, die sowohl für ihre Rechenarbeit als auch ihre Kühlung viel Strom benötigen. Zahlreiche der KI-Rechenprozesse, die derzeit auf den GPUs von Grafikkarten abgearbeitet werden, könnten biologische Neuronen mutmaßlich effektiver und bei nur einem Bruchteil des derzeitigen Energieverbrauchs bewältigen.

Langfristig wollen Hon Weng Chong und seine Mitarbeiter jedoch eine Künstliche Intelligenz ermöglichen, die denken, lernen und entscheiden könnte wie ein Mensch – und sogar noch mehr. Also eine sogenannte starke Künstliche Intelligenz oder auch artificial general intelligence . „Alle versuchen, als erster eine starke Künstliche Intelligenz zu erschaffen“, sagt Chong. Aber die einzige Intelligenz dieser Art sei eine biologische Form: das menschliche Gehirn. Entsprechend sei es vielleicht die einzig sinnige Option für eine solchen Denkapparat auch menschliche Neuronen zu nutzen. Menschliche Neuronen könnten beispielsweise erzeugt werden, in dem menschliche Haut- in Stammzellen umgewandelt werden, die dann wiederum nahezu jegliche andere Zellstruktur hervorbringen können.

Computer mit lebenden Bestandteilen sind seit langem ein Motiv in der Science Fiction, das als Wetware bezeichnet wird. Unter anderem sind sie in Science-Fiction-Serien wie Star Trek: Voyager bereits Alltag. Die Künstliche Intelligenz des Raumschiffes funktioniert nur, indem Teile der Rechenoperationen von lebendem Neuralgewebe in den sogenannten Gelpacks übernommen werden. Ebenso sind Supercomputer in vielen Cyberpunk-Romanen mit biologischen Nervenbahnen und Speicherzellen ausgestattet, die ihnen neben dem strikt logischen auch ein abstraktes Denken erlauben.

Teaser-Bild: Getty Images / Science Photo Library - KTSDESIGN

4 „Gefällt mir“