Nowa era systemów komputerowych inspirowanych zdolnościami mózgu
Technologie komputerowe osiągnęły niespotykaną dotąd prędkość i moc obliczeniową, która pozwala im tworzyć symulacje określonych części mózgu i zachowań zwierząt. Jednak, aby w pełni dorównać inteligencji obserwowanej u zwierząt, systemy te potrzebują ogromnej ilości energii. Mózg zawiera bardzo dużą liczbę synaps, a same neurony są plastyczne i wyróżniają się wysokimi zdolnościami adaptacyjnymi. Co zaskakujące, mózg posiada budowę rozwijającego się systemu, w którym synapsy nie tylko pojawiają się i umierają, lecz także ulegają wzmocnieniu lub osłabieniu. Procesy te w zasadniczy sposób zmieniają konfigurację połączeń nerwowych, pozwalając sieci neuronowej dostosowywać reakcje ruchowe i behawioralne do nieustannie zmieniających się czynników środowiskowych. Przez wiele lat sztuczne sieci neuronowe opracowywano w postaci programów komputerowych działających na tradycyjnych komputerach. Jednak w ostatnim czasie pojawiły się neuromorficzne systemy obliczeniowe wykorzystujące urządzenia elektroniczne wyprodukowane w nanoskali, które umożliwiają symulację właściwości neuronów i synaps. System biohybrydowy łączący sztuczne i prawdziwe neurony W ramach finansowanego z funduszy unijnych projektu RAMP wysunięto propozycję opracowania systemu biohybrydowego, który połączyłby sztuczne sieci neuronowe z sieciami biologicznymi. „Naszym celem było wykorzystanie swoistych właściwości prawdziwych neuronów i synaps, jak również struktury tworzonych przez nie połączeń nerwowych” – wyjaśnia koordynator projektu, prof. Vassanelli. Sztuczne neurony zostały zaprojektowane w postaci krzemowych mikroprocesorów i fizycznie połączone z naturalnymi neuronami za pośrednictwem przetworników elektrycznych, tworząc w ten sposób biohybrydowy neuroprocesor. Ponieważ neurony są komórkami elektrycznie pobudliwymi, przetworniki mogą rejestrować ich aktywność elektryczną lub ułatwiać ich stymulację. W tym celu zespół badawczy wykorzystał jedną z najbardziej obiecujących technologii – memrystywny czujnik integrujący (MIS), który może pełnić funkcję niewielkiego czujnika neuronowego, jednocześnie wykrywając i kodując sygnały elektryczne w obrębie komunikacji z prawdziwymi neuronami. Aby umożliwić naśladowanie zachowania naturalnych synaps, wyprodukowano czujniki MIS zdolne zarówno do kodowania, jak i kompresji potencjałów czynnościowych (iglicowych). Pochodzące z neuronów sygnały rejestrowane przy pomocy tradycyjnych elektrod pozakomórkowych wysyłane są do czujnika MIS, który wykrywa potencjały czynnościowe, kodując je jako zmiany w obrębie wewnętrznej rezystancji w podobny sposób, w jaki proces ten zachodzi w prawdziwych synapsach. „Zarówno w przypadku MIS, jak i synapsy poszczególne zmiany rezystancji są całkowane w czasie po nadejściu serii potencjałów czynnościowych” – kontynuuje prof. Vassanelli. Równocześnie podjęto wysiłki zmierzające do powielenia w sztucznych komponentach systemu biohybrydowego procesów zachodzących w prawdziwych synapsach, w których łączność zależna jest od aktywności komórek nerwowych. W tym celu zespół badawczy opracował algorytmy inspirowane procesami neurobiologicznymi. Zasadniczo, liczba połączeń pomiędzy sztucznymi neuronami jest funkcją aktywności naśladującej plastyczność mózgu. Przyszłe zastosowania Czujniki MIS stanowią bezcenne narzędzia pozwalające na badanie zdolności obliczeniowych mózgu i odczyt jego aktywności. Monitorowanie aktywności komórek nerwowych ma kluczowe znaczenie w neurobiologii, jednak przetwarzanie gromadzonych na tej podstawie danych w czasie rzeczywistym stawia przed nami restrykcyjne wymagania w zakresie przepustowości łącza, zużycia energii i możliwości obliczeniowych. Urządzenia memrystywne zużywają niewielką ilość energii w procesie kodowania, dlatego nie tylko stanowią rozwiązanie wspomnianego problemu, lecz także umożliwią nam bardziej dogłębne zrozumienie biofizycznych podstaw procesu przetwarzania informacji w obrębie prawdziwych połączeń nerwowych. W dłuższej perspektywie komponenty te będą mogły znaleźć zastosowanie w innowacyjnych neuroprotezach, włączając w to implanty mózgowe, w których sztuczne połączenia neuromorficzne zastępują lub wspomagają działanie znajdujących się w mózgu naturalnych sieci. Tego typu protezy mogłyby pomóc pacjentom cierpiącym na zaburzenia neurologiczne, znajdując zastosowanie zarówno w procesie leczenia, jak i rehabilitacji. Co ciekawe, aby przyspieszyć rozwój opracowanych technologii, partnerzy uczestniczący w projekcie RAMP stworzyli rozwiązanie pozwalające na komunikację pomiędzy neuronami a czujnikami MIS za pośrednictwem Internetu. W rewolucyjny sposób otwiera ono drogę do budowy sieci neuroelektronicznych w całej Europie. Reasumując, system RAMP stanowi pierwszy dowód na to, że neurony i nanoelektroniczne urządzenia memrystywne mogą wzajemnie oddziaływać na siebie, rządząc się podobnymi prawami w zakresie zapamiętywania i plastyczności. Złożone wnioski patentowe oraz nowe firmy, które powstały w czasie trwania projektu, dodatkowo potwierdzają innowacyjny charakter rezultatów inicjatywy RAMP. Projekt RAMP został sfinansowany w ramach programu „Nowe Technologie i Technologie Przyszłości (FET)” Komisji Europejskiej.
Słowa kluczowe
Neurony, plastyczność mózgu, sieci neuronowe, RAMP, memrystywny