Nordisk startup IntuiCell avdekker verdens første digitale nervesystem for AI

En nordisk deep-tech startup har annonsert en gjennombrudd i kunstig intelligens med skapingen av det første fungerende “digitale nervesystem” som er i stand til autonom læring. IntuiCell, en spin-out fra Lund University, avdekket den 19. mars 2025 at de har suksessfullt konstruert AI som lærer og tilpasser seg som biologiske organismer, potensielt gjør nåværende AI-paradigmer foreldet i mange anvendelser.

Innovasjonen representerer en betydelig avvik fra tradisjonelle statiske maskinlæringsmodeller ved å replikere de grunnleggende prinsippene for hvordan læring skjer i biologiske nervesystemer. I motsetning til konvensjonell AI som avhenger av enorme datamengder og backpropagation-algoritmer, muliggjør IntuiCells teknologi at maskiner lærer gjennom direkte interaksjon med deres omgivelser.

“IntuiCell har dekkodet hvordan læring skjer i biologi og konstruert det som programvare for første gang,” sa selskapet i sin annonsering, og beskrev gjennombruddet som “å gå beyond statiske maskinlæringsmodeller (hovedsakelig tradisjonell AI) ved å skape et fullt fungerende ‘digitale nervesystem’ som kan skaleres naturlig til menneskelige intelligensnivåer.”

Selskapet demonstrerte sin innovasjon med “Luna”, en robot-hund som lærer å kontrollere kroppen og stå gjennom prøving og feil, lik en nyfødt dyreunge. Videoopptak publisert av selskapet viser Luna som lærer seg å stå uten noen forhåndsprogrammert intelligens eller instruksjoner, og bare avhenger av det digitale nervesystemet for å lære fra erfaring.

“I motsetning til tradisjonelle AI-modeller som er bundet av statiske treningsdata, oppfatter, prosesserer og forbedrer robot-hunden – kalt Luna – seg selv gjennom direkte interaksjon med sin verden,” ifølge selskapets pressemelding.

Hvordan teknologien fungerer

I hjertet av IntuiCells innovasjon ligger en grunnleggende endring i hvordan maskiner lærer. I motsetning til konvensjonelle AI-systemer som prosesserer enorme datamengder gjennom statiske algoritmer, etterligner IntuiCells tilnærming de biologiske mekanismene som tillater mennesker og dyr å lære naturlig.

Viktor Luthman, CEO og medgrunnlegger av IntuiCell, understreket denne forskjellen under annonseringen. Ifølge Luthman har tradisjonell AI blitt dyktig i dataprosessering, men mangler ekte intelligens, mens deres bio-inspirerte system muliggjør at maskiner kan utvikle seg og interagere med deres omgivelser på uforutsette måter.

Systemets arkitektur representerer en betydelig avvik fra standard neurale nettverk. IntuiCell har utviklet teknologi som fungerer likt en biologisk ryggmarg, og skaper den grunnleggende infrastrukturen for autonom læring. Dette utgjør en del av et større system designet for å replikere prosesseringskapasiteten til thalamocortex, hjerneregionen ansvarlig for sansning og verden-modellering.

I stedet for å avhenge av backpropagation-algoritmer og massive treningsdatamengder, anvender IntuiCells digitale nervesystem rekurrerende nettverk med en desentralisert læringsalgoritme som speiler hjerneprosesser. Denne arkitekturen tillater AI-agenter å tilegne seg kunnskap gjennom direkte erfaring og tilpasse seg nye situasjoner i sanntid – kapasiteter som har vært utilgjengelige i tradisjonell maskinlæring.

Den praktiske anvendelsen av denne teknologien reflekterer dens biologiske inspirasjon. I stedet for å programmere atferd eller mata data gjennom konvensjonelle algoritmer, planlegger IntuiCell å anvende hundetrenerne for å lære deres AI-agenter nye ferdigheter. Dette representerer en radikal endring fra typiske AI-utviklingspraksiser, og understreker sanntidsinteraksjon over komputasjonsskala. Som Dr. Udaya Rongala, forsker og medgrunnlegger, forklarte, deres arbeid stammer fra tre tiår med nevrovitenskapelig forskning fokusert på å forstå intelligens som oppstår fra nervesystemets struktur og dynamikk.

“Obsesjonen med bruttstyrke-skalerings, milliarder av parametre, mer beregning og mer data er et artifact av en grunnleggende feil tilnærming til å oppnå intelligens,” noterte Rongala. “IntuiCell jakter ikke på et større-er-bedre-paradigme. Intelligens er ikke vårt sluttmål, men vårt utgangspunkt.”

IntuiCells teknologi har som mål å skape “de første sanntids-lærings-systemer; maskiner som lærer av oss, på samme måte som vi ville lære en ny ferdighet til et dyr.” Selskapet forestiller seg at deres digitale nervesystem blir “infrastrukturen for all ikke-biologisk intelligens – å muliggjøre andre å løse sanntids-problemer vi ikke kan forutse i dag, uten avhengighet av massive treningsdatamengder.”

(Kilde: IntuiCell)

Forskningsgrunnlag og team-ekspertise

Selskapets grunnlag er bygget på tre tiår med nevrovitenskapelig forskning ved Lund University. Professor Henrik Jörntell, en medgrunnlegger av IntuiCell og nevrofysiologiprofessor ved universitetet, har ledet hva selskapet beskriver som “verdens eneste lab som kan registrere intracellulær enkelt-neuron-aktivitet over hele nervesystemet”, og gir en unik vitenskapelig grunnlag for IntuiCells teknologi.

Ledelseslaget inkluderer erfarne entreprenører og forskere med ekspertise innen nevrovitenskap, AI, robotikk og forretning. I tillegg til Luthman, Jörntell og Rongala, inkluderer grunnleggerlaget Dr. Jonas Enander, en lege med nevrovitenskapelig ekspertise; Linus Mårtensson, ansvarlig utvikler for å oversette forskning til programvare; og Robin Mellstrand, COO med bakgrunn i AI-drevne teknologiselskaper.

IntuiCell har sikret 3,5 millioner euro i finansiering fra investorer inkludert Navigare Ventures og SNÖ Ventures. Selskapet forventer å fullføre utviklingen av det fullstendige digitale nervesystemet innen de neste to årene, med det ultimate målet om å muliggjøre enhver agent, fysisk eller digital, med “livslang læring og tilpasning til det ukjente – kapasiteter som tidligere var unikt for biologiske skapninger.”

Selv om fullstendig realisering av IntuiCells visjon fortsatt ligger år unna, gir deres demonstrasjon med Luna overbevisende tidlige bevis for deres teknologis potensiale til å transformere AI-utvikling ved å skape systemer i stand til ekte autonom læring og tilpasning gjennom sanntidsinteraksjon.