Ученые из Бристольского университета показали, что выращенные в лаборатории кластеры клеток человеческого мозга могут надежно получать, обрабатывать и передавать тактильную информацию, используя алфавит Брайля в качестве тестового сигнала. Исследование, опубликованное в журнале Frontiers in Artificial Intelligence, преподносится как ключевой шаг на пути к биогибридным компьютерам, сочетающим живую нервную ткань с электронными датчиками.
Исследование затрагивает обманчиво простой вопрос, лежащий в основе органоидного интеллекта: может ли крошечный, частично сформированный кусочек мозговой ткани точно передавать получаемую информацию? Чтобы выяснить это, группа из Бристоля под руководством первого автора Тяньи Лю, кандидата наук, и старшего автора доктора Бенджамина Уорд-Черрье подключила органоиды мозга к реальному тактильному датчику и спросила, можно ли получить значимую информацию на другой стороне. Подробнее об этой истории — в нашем новости об ИИ.
«Мы можем взять информацию от реального тактильного датчика, превратить ее в форму, которую может принять живая нейронная сеть, а затем восстановить значимую информацию из реакции органоида», — сказал Лю в объявлении университета о результатах. «Это дает нам практический способ соединить искусственные датчики с биологическими нейронными системами, что представляет собой очень интересный возможный путь к более энергоэффективным вычислениям».
Как заставить блок ячеек читаться
Органоиды в центре эксперимента далеки от миниатюрного мозга. Каждый из них имеет диаметр менее миллиметра, лишен многих структур, обнаруженных в человеческом мозге, и содержит около 10 000 нейронов вместе с поддерживающими клетками — по образцу переднего мозга человека. Они сидят на многоэлектродных матрицах внутри системы, которая поддерживает жизнь ткани и одновременно отслеживает ее электрические реакции, что позволяет исследователям как стимулировать, так и регистрировать нервную активность.
Протокол испытаний следовал сигналу от прикосновения к ткани до классификации. Сначала команда применила тактильный датчик к 26 буквам алфавита Брайля, записывая данные, создаваемые каждой буквой. Эти данные были преобразованы в модели электрической стимуляции, которые были доставлены в органоиды. Затем исследователи проверили, может ли результирующая нейронная активность выявить, какая буква была представлена — по сути, «прочитала» ли ткань поданный ей сигнал.
Декодирование пришлось выполнять машине опорных векторов — простому алгоритму машинного обучения, который сортировал шаблоны нейронной активности и сопоставлял их с конкретными буквами. Один органоид постоянно производил декодируемый сигнал примерно в 61% случаев. Когда результаты трех органоидов были объединены, точность выросла примерно до 83%.
Три органоида лучше одного — и никто не знает, почему
Результат ансамбля является одним из самых интригующих результатов. Исследователи пока не могут полностью объяснить, почему три органоида превосходят один, хотя подозревают, что ответ кроется в естественных вариациях: никакие два органоида не развиваются по одному и тому же пути.
«Различные органоиды могут иметь несколько разные сетевые связи, состояния развития и текущую активность, поэтому одни и те же входные данные могут вызывать схожие, но не идентичные реакции», — сказал Лю. «Объединение этих ответов может дать нам дополнительную информацию, которую мы не получили бы от одного органоида. В то же время, если каждый органоид ведет себя по-разному, это, очевидно, затрудняет построение предсказуемой и стандартизированной системы».
Команда также подчеркнула эффективность ткани. Когда ученые добавили искусственный шум к сигналам Брайля, декодирование ответов органоидов оказалось труднее обмануть, чем декодирование испорченных сигналов напрямую с помощью того же алгоритма. После обработки органоидами данные сохранили достаточную структуру, чтобы классификатор мог выбрать правильную букву более надежно, чем позволял необработанный зашумленный ввод.
«После обработки органоидами тактильные данные все еще содержат достаточно информации, чтобы классифицировать буквы Брайля с хорошей точностью», — сказал Уорд-Черрье. «Объединение результатов нескольких органоидов также показало улучшение производительности».
Почему биологические вычисления соблазняют исследователей
Мотивация – энергия. Человеческий мозг потребляет примерно 20 Вт при выполнении вычислений, которые требуют на несколько порядков больше электроэнергии от обычного оборудования — разрыв, который увеличивается по мере увеличения числа центров обработки данных искусственного интеллекта. Нейроморфные чипы пытаются передать эффективность мозга в кремнии, а органоидный интеллект представляет собой более радикальную версию той же ставки: использовать настоящие нейроны вместо их имитации.
Потенциальные приложения сосредоточены на робототехнике и автономных системах, где важен каждый ватт и важно тактильное распознавание. Датчик, который мог бы переложить обработку сигналов на живые нейроны (или однажды образовать с ними замкнутый контур) мог бы изменить бюджет мощности машин, которым необходимо воспринимать и реагировать в реальном времени.
Осторожно, прежде чем заголовки ускользнут от внимания
Бристольская команда откровенно говорит о том, чего не показывает эксперимент. Органоиды не учились; они ответили на стимуляцию, но исследователи не продемонстрировали долгосрочных изменений в тканях. Задача была единственной тактильной, с использованием фиксированной схемы кодирования и относительно простого измерения нейронной активности.
«Мы показали, что тактильная информация может кодироваться, обрабатываться с помощью органоидов и декодироваться, но мы не продемонстрировали обучение или долгосрочные изменения в органоидах», — сказал Лю.
Следующие шаги, по словам команды, выходят за рамки шрифта Брайля. Исследователи заинтересованы в более богатых тактильных входных данных, таких как текстуры и края, и, в конечном итоге, в задачах с обратной связью, в которых органоид получает обратную связь от последствий своих собственных результатов — конфигурация, которая начнет проверять, может ли живая ткань адаптироваться к задаче, а не просто передавать через нее.
На данный момент результат является инженерным доказательством: сигналы из физического мира могут проникать в живую нервную ткань и возвращаться узнаваемыми на другой стороне. Это долгий путь от биогибридного компьютера, но это своего рода непривлекательная веха — надежная трансдукция, измеримая точность, честные шкалы ошибок — на которых также строились предыдущие компьютерные революции.
---
Будьте в курсе ИИПоследние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.
Читать больше новостей об ИИ →
