أظهر العلماء في جامعة بريستول أن مجموعات خلايا الدماغ البشرية المزروعة في المختبر يمكنها استقبال المعلومات اللمسية ومعالجتها وتمريرها بشكل موثوق - باستخدام أبجدية برايل كإشارة اختبار. تم وصف هذه الدراسة، التي نشرت في مجلة Frontiers in Artificial Intelligence، بأنها خطوة رئيسية نحو أجهزة الكمبيوتر الهجينة الحيوية التي تجمع بين الأنسجة العصبية الحية وأجهزة الاستشعار الإلكترونية.

يتناول البحث سؤالًا بسيطًا ومخادعًا في قلب الذكاء العضوي: هل يمكن لقطعة صغيرة مكونة جزئيًا من أنسجة المخ أن تنقل المعلومات التي تتلقاها بأمانة؟ لمعرفة ذلك، قام فريق من بريستول بقيادة المؤلف الأول تيان يي ليو، وهو مرشح لدرجة الدكتوراه، والمؤلف الرئيسي الدكتور بنجامين وارد-شيرير، بربط عضويات الدماغ بجهاز استشعار حقيقي للمس وتساءلوا عما إذا كان من الممكن استعادة معلومات ذات معنى على الجانب الآخر. لمزيد من السياق حول هذه القصة، راجع تغطية صناعة الذكاء الاصطناعي.

وقال ليو في إعلان الجامعة عن النتائج: "يمكننا أخذ المعلومات من مستشعر ملموس حقيقي، وتحويلها إلى شكل يمكن أن تستقبله شبكة عصبية حية، ثم استعادة معلومات ذات معنى من الاستجابة العضوية". "وهذا يمنحنا طريقة عملية لربط أجهزة الاستشعار الاصطناعية بالأنظمة العصبية البيولوجية، والتي تعد طريقًا مثيرًا للاهتمام للغاية نحو حوسبة أكثر كفاءة في استخدام الطاقة."

كيفية قراءة كتلة من الخلايا

إن الكائنات العضوية الموجودة في مركز التجربة بعيدة كل البعد عن الأدمغة المصغرة. يبلغ عرض كل منها أقل من ملليمتر واحد، ويفتقر إلى العديد من الهياكل الموجودة في الدماغ البشري، ويحتوي على ما يقرب من 10000 خلية عصبية إلى جانب الخلايا الداعمة - على غرار الدماغ الأمامي البشري. يجلسون على مصفوفات متعددة الأقطاب داخل نظام يحافظ على حياة الأنسجة أثناء مراقبة استجاباتها الكهربائية، مما يسمح للباحثين بتحفيز وتسجيل النشاط العصبي.

يتبع بروتوكول الاختبار الإشارة من اللمس إلى الأنسجة إلى التصنيف. أولاً، استخدم الفريق مستشعرًا لمسيًا على الحروف الـ 26 لأبجدية برايل، وقام بتسجيل البيانات التي ينتجها كل حرف. تم تحويل تلك البيانات إلى أنماط تحفيز كهربائي، والتي تم تسليمها إلى الأعضاء العضوية. ثم قام الباحثون بفحص ما إذا كان النشاط العصبي الناتج يمكن أن يكشف عن الحرف الذي تم تقديمه - في الواقع، ما إذا كان النسيج قد "قرأ" الإشارة التي أعطيت له.

وقع فك التشفير على عاتق آلة ناقل الدعم، وهي خوارزمية بسيطة للتعلم الآلي تقوم بفرز أنماط النشاط العصبي ومطابقتها لأحرف محددة. أنتج عضوي واحد باستمرار إشارة قابلة لفك التشفير في حوالي 61% من الحالات. وعندما تم الجمع بين مخرجات ثلاثة عضويات، ارتفعت الدقة إلى حوالي 83%.

ثلاثة عضويات تغلبت على واحدة - ولا أحد يعرف السبب على وجه اليقين

تعتبر نتيجة المجموعة من بين النتائج الأكثر إثارة للاهتمام. لا يستطيع الباحثون حتى الآن أن يشرحوا بشكل كامل سبب تفوق ثلاثة عضيات على عضو واحد، على الرغم من أنهم يشكون في أن الإجابة تكمن في التنوع الطبيعي: لا يوجد عضوان يتطوران على طول المسار نفسه تمامًا.

وقال ليو: "قد يكون للعضويات المختلفة اتصالات شبكية مختلفة قليلاً، وحالات تطورية، ونشاط مستمر، لذا فإن نفس المدخلات يمكن أن تنتج استجابات مماثلة ولكن ليست متطابقة". "إن الجمع بين هذه الاستجابات قد يمنحنا معلومات تكميلية لن نحصل عليها من عضوي واحد. وفي الوقت نفسه، إذا تصرف كل عضوي بشكل مختلف، فمن الواضح أن ذلك يجعل من الصعب بناء نظام موحد ويمكن التنبؤ به."

وشدد الفريق أيضًا على مخرجات الأنسجة. عندما أضاف العلماء ضوضاء اصطناعية إلى إشارات برايل، تبين أن فك التشفير من استجابات الأعضاء العضوية أصعب من فك تشفير الإشارات المتدهورة مباشرة باستخدام نفس الخوارزمية. بعد المعالجة بواسطة الكائنات العضوية، احتفظت البيانات ببنية كافية للمصنف لانتقاء الحرف الصحيح بقوة أكبر من المدخلات الصاخبة الأولية المسموح بها.

وقال وارد-شيرير: "بعد المعالجة بواسطة الأعضاء العضوية، لا تزال البيانات اللمسية تحتوي على معلومات كافية لتصنيف حروف برايل بدقة جيدة". "إن الجمع بين مخرجات العديد من الكائنات العضوية أظهر أيضًا تحسنًا في الأداء."

لماذا تغري الحوسبة البيولوجية الباحثين؟

الدافع هو الطاقة. يعمل الدماغ البشري بقدرة 20 واط تقريبًا أثناء إجراء العمليات الحسابية التي تتطلب كميات أكبر من الكهرباء من الأجهزة التقليدية - وهي فجوة اتسعت مع تضاعف مراكز بيانات الذكاء الاصطناعي. تحاول الرقائق العصبية التقاط كفاءة الدماغ في السيليكون، ويمثل الذكاء العضوي النسخة الأكثر جذرية من نفس الرهان: استخدام الخلايا العصبية الفعلية بدلا من تقليدها.

وتتركز التطبيقات المحتملة على الروبوتات والأنظمة المستقلة، حيث كل واط مهم والاستشعار عن طريق اللمس أمر ضروري. يمكن لجهاز الاستشعار الذي يمكنه تفريغ عملية معالجة الإشارات إلى الخلايا العصبية الحية - أو تشكيل حلقة مغلقة معها يومًا ما - أن يعيد تشكيل ميزانية الطاقة للآلات التي تحتاج إلى الإدراك والتفاعل في الوقت الفعلي.

الحذر قبل أن تهرب العناوين الرئيسية

فريق بريستول واضح بشأن ما لم تظهره التجربة. لم تكن الكائنات العضوية تتعلم. لقد استجابوا للتحفيز، لكن الباحثين لم يظهروا تغيرًا طويل المدى في الأنسجة. كانت المهمة عبارة عن مهمة لمسية واحدة، باستخدام نظام تشفير ثابت ومقياس بسيط نسبيًا للنشاط العصبي.

وقال ليو: "لقد أظهرنا أنه يمكن تشفير المعلومات اللمسية ومعالجتها من خلال العضيات وفك تشفيرها، لكننا لم نظهر التعلم أو التغييرات طويلة المدى في العضيات".

ويقول الفريق إن الخطوات التالية تصل إلى ما هو أبعد من طريقة برايل. يهتم الباحثون بمدخلات لمسية أكثر ثراءً، مثل القوام والحواف، وفي نهاية المطاف بمهام الحلقة المغلقة، حيث يتلقى العضو العضوي ردود فعل من نتائج مخرجاته الخاصة - وهو التكوين الذي سيبدأ في اختبار ما إذا كانت الأنسجة الحية قادرة على التكيف مع مهمة ما، بدلاً من مجرد النقل من خلالها.

في الوقت الحالي، تعتبر النتيجة بمثابة دليل هندسي: يمكن للإشارات الواردة من العالم المادي أن تدخل الأنسجة العصبية الحية وتعود بشكل يمكن التعرف عليه على الجانب الآخر. لا يزال هذا طريقًا طويلًا للوصول إلى كمبيوتر هجين حيوي، ولكنه نوع من المعالم غير الجذابة - نقل موثوق، ودقة قابلة للقياس، وأشرطة خطأ صادقة - التي بنيت عليها ثورات الحوسبة السابقة أيضًا.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →