Новата работа с живи човешки мозъчни клетки показа, че съчетаването на жива тъкан с компютър е обещаващо. Колония от живи неврони се е научила по-бързо от изкуствените модели с почти същия резултат. Като изключим етиката, която все още е далеч от проблема, живите човешки мозъчни клетки могат да надминат настоящите и бъдещите невронни мрежи, работещи на силициеви чипове, както по отношение на производителността, така и по отношение на икономиката. Използвайки стволови клетки, учените са отгледали т.нар. мозъчен органоид - обемна колония от клетки, които възпроизвеждат структурата на невроните и техните връзки в мозъка. Това не е първият и вероятно не е последният експеримент с живи клетки, взети назаем от човека. Преди това мозъчният органоид например е бил научен да играе на "Понг", с което се е справил успешно. При подобни изследвания най-трудно е да се достави информацията до "мозъка" и да се разчете. Групата на професор Гуо Фенг от Университета на Индиана в Блумингтън (САЩ) предлага доста просто решение - те отглеждат органоида върху масив от електроди с висока плътност. Електродите, които всъщност представляват компютърен интерфейс, въвеждали данни в клетките на "мозъка" и отчитали резултата от последващата му дейност. По този начин на практика беше реализирана архитектура на невронна мрежа с шипове (импулси), каквато е резервоарната невронна мрежа. Какво се случва в масива от неврони, учените не знаеха, но условно живият модел показа способност за бързо учене и изчисления. Учените нарекли своята невронна мрежа Brainoware. Системата била подложена на двудневно обучение върху набор от 240 аудиозаписа на речта на осем японци, които произнасят гласни звуци. След това тя успяла да разпознае определен глас със 78% точност. Системата също така е в състояние да решава уравнения, използвайки карти на Ено, с приблизително същата точност. Това отне още четири дни обучение. Нещо повече, решаването на диференциални уравнения било по-точно, отколкото в случая с изкуствена невронна мрежа без блок от дълга верига от елементи на краткосрочната памет. Живият изкуствен "мозък" не беше толкова точен, колкото изкуствените невронни мрежи с дълга верига от елементи на краткосрочната памет, но всяка от тези мрежи премина през 50 етапа на обучение. Мрежата Brainoware постигнала почти същите резултати за по-малко от 10 % от времето, изразходвано за обучение на изкуствените вериги. "Може би ще минат десетилетия, преди да бъдат разработени универсални биокомпютърни системи, но това изследване вероятно ще даде фундаментален поглед върху механизмите на обучение, развитието на нервната система и когнитивните последици от невродегенеративните заболявания", мечтаят авторите на статията, публикувана в Nature Electronics.