Живі нейрони можуть стати частиною обчислювальних систем нового покоління. Дослідники вже продемонстрували, що вирощені в лабораторії органоїди мозку здатні обробляти тактильні сигнали, закодовані у вигляді шрифту Брайля, а інші біогібридні системи допомагають роботам рухатися в змодельованому середовищі. Ці експерименти наближають науковців до технологій, які поєднуватимуть біологічну адаптивність із точністю електроніки.
Мініатюрні органоїди розпізнають символи Брайля
Біогібридні обчислення — це напрям досліджень, у якому живі нервові клітини працюють разом з електронікою та комп’ютерними алгоритмами. На відміну від традиційних штучних нейронних мереж, які математично відтворюють окремі принципи роботи мозку, такі системи використовують справжні нейрони для обробки інформації.
У дослідженні, опублікованому в журналі Frontiers in Artificial Intelligence, команда Брістольського університету перевірила, чи можуть органоїди — мініатюрні лабораторні моделі переднього мозку людини — обробляти тактильні дані.
Органоїди розміром у кілька міліметрів містили приблизно 10 000 нервових та допоміжних клітин. Їх розмістили на мікроелектродних матрицях, які давали змогу подавати електричні імпульси до тканини та реєструвати її реакції.
Сенсор зчитував рельєфні символи Брайля й перетворював їх на послідовності електричних сигналів. Після стимуляції органоїдів дослідники аналізували відповіді нервових клітин за допомогою звичайного алгоритму машинного навчання.
Коли система використовувала реакцію одного органоїда, вона правильно визначала символ у 61% випадків. Об’єднання відповідей трьох органоїдів підвищило точність до 83%. Такий підхід також виявився стійкішим до штучно доданих перешкод у сигналах.
Водночас є важливе уточнення: органоїди не навчилися читати Брайль через досвід. Дослідники заздалегідь визначили спосіб кодування символів, а комп’ютерний алгоритм класифікував реакції нервової тканини. Експеримент продемонстрував здатність біологічної системи передавати корисну інформацію, а не самостійно розуміти текст.
Живі нейрони допомагають роботам орієнтуватися
Інший напрям роботи зосереджений на використанні нервових клітин для керування поведінкою роботизованих систем. Компанія Cortical Labs із Мельбурна спільно з Honda Research Institute Europe досліджує, як культивовані нейрони можуть покращувати виконання завдань завдяки взаємодії із симульованим середовищем.
Один із підходів, відомий як Embodied Neurocomputation Framework, покликаний зробити біологічні обчислення систематичнішими. Він передбачає оптимізацію електричних сигналів, якими дослідники взаємодіють із нейронною мережею.
У роботі, яку планували представити на конференції NeurIPS у Сіднеї, науковці під’єднали біологічні комп’ютери CL1 до віртуального агента, що пересувався сітчастим середовищем. Агент мав знаходити умовну «їжу», орієнтуючись на змодельований градієнт запаху, і вибирати одну з трьох дій: рухатися вперед, повертати ліворуч або праворуч.
Команда перевірила близько 1300 конфігурацій електричних сигналів і накопичила понад 4000 годин взаємодії в реальному часі. Лише 12 конфігурацій стабільно демонстрували потрібний рівень навчання в кількох епізодах. За порівнюваних умов ці біологічні агенти перевершили використані для зіставлення стандартні орієнтири навчання з підкріпленням у навігаційних завданнях.
В окремій демонстрації Cortical Labs активність культивованої нейронної мережі використовували для керування рухами роботизованого собаки в обмеженому просторі. Такі експерименти показують, як сигнали живих клітин можна пов’язати з датчиками, приводами та механічними системами.
Чому біологічні обчислення привертають увагу
Головна перевага мозку — здатність обробляти інформацію паралельно, адаптуватися до нових умов і виконувати складні завдання за відносно низького споживання енергії. Нейрони змінюють активність і зв’язки у відповідь на стимули, забезпечуючи пластичність, яка може стати альтернативою обчислювально затратним методам навчання.
Якщо дослідникам вдасться стабільно використовувати ці властивості, біогібридні системи потенційно зможуть допомагати роботам працювати в непередбачуваних умовах, де важливо швидко пристосовуватися до змін.
Однак технологія має серйозні обмеження. Нейрони реагують на електричні сигнали менш передбачувано, ніж цифрові компоненти, тому їхню поведінку складніше контролювати. Крім того, живі тканини потребують поживних речовин, стабільної температури та інших ретельно контрольованих умов. Обладнання для підтримання їхньої життєздатності також споживає енергію, тож ефективність потрібно оцінювати для всієї системи, а не лише для нейронів.
Поки що ці розробки далекі від практичного застосування в масових роботах чи автономному транспорті. Проте дослідження поступово переходять від ефектних демонстрацій до систематичного тестування, оптимізації інтерфейсів і вимірювання результатів.
Мета науковців — не створити комп’ютер, повністю зроблений із мозкової тканини, а з’ясувати, чи можуть живі нейронні мережі доповнювати кремнієві процесори. Якщо це вдасться, біогібридні обчислення можуть відкрити нові способи створення систем, здатних навчатися й адаптуватися з меншими обчислювальними витратами.