Et langsiktig prosjekt som søker å integrere biologisk og kunstig intelligens. DeepCA har som mål å skape et teoretisk og eksperimentelt grunnlag for et hybrid dyplæringsparadigme basert på "cellular automata" og biologiske nevrale nettverk.
Det er ikke lett å overføre nåværende implementeringer av dyp læring til enheter for maskinvare, slik at de kan få et bredere bruksområde. Dette kommer blant annet av den nødvendige datakraften og kompleksiteten i den underliggende arkitekturen til sensorenheter og tingenes internett.
Det har oppstått et behov for et databehandlingsparadigme. Ved å undersøke informasjonsbehandlingen og dynamikken i biologisk nevrale kulturer, kan man oppnå en bedre, kraftigere og mer energieffektiv implementering av systemer for dyp læring.
Ved å skape et teoretisk og eksperimentelt grunnlag for et hybrid paradigme innen dyp læring kan dette fungere som en brobygger over gapet mellom nevrovitenskap og dyp læring, som videre kan bidra til å utvikle selvlærende enheter som er mer effektive enn de vi har i dag.
