Живые и искусственные нейроны связали через интернет



    Группе ученых из университетов Великобритании, Германии, Италии, и Швейцарии удалось разработать систему связи искусственных нейронов с биологическими. Связали их через интернет при помощи мемристора, причем три элемента системы разместили в разных регионах Европы.

    Основа работы мозга — группы нейронов, так называемые нейронные сети. Отдельные нейроны связываются друг с другом синапсами. Новые технологии дают возможность разрабатывать аналоги нейронов и соединять их искусственными синапсами. Конечно, все это на относительно примитивном уровне, но с течением времени ученым удаются все более сложные проекты.

    Ну а мемристор в такой искусственной сети нужен для того, чтобы увеличить эффективность передачи сигналов от одного нейрона к другому.

    Основной элемент искусственной сети — полупроводниковый аналог нейрона. Это микросхема из миллионов транзисторов. Чип генерировал электрические импульсы, которые сначала поступали на мемристор, а через него, по микроэлектроду на нейрон гиппокампа мыши. Как оказалось, электрический сигнал оказывал действие, аналогичное возбуждающим постсинаптическим потенциалам, из которых формируются нейронные импульсы в мозге.

    Этот микроэлектрод играл роль синапса, так что его назвали синаптором.



    Реальные синапсы пластичные, и для того, чтобы добиться аналогии, ученые передавали сигнал на мемристор через два полюса. Первый сыграл роль пресинаптической стимуляции, поскольку на него поступало возбуждение от искусственного нейрона. Ну а второй использовался в качестве постсинаптического входа, возвращая ответ от естественного нейрона мемристору.

    К слову, цепь получилась достаточно сложной, но в конечном итоге все заработало, как и ожидалось.



    Кроме того, была разработана и вторая часть системы — она нужна для передачи сигнала от живого нейрона кремниевому. Ученые создали систему регистрации нейрона при помощи так называемого метода локальной фиксации потенциала. После этого импульсы поступали во второй мемристор, а потом — на искусственный нейрон.

    В конечном итоге получилась гибридная схема, передающая сигнал от кремниевой клетки реальному нейрону.

    Как и указывалось выше, элементы системы были разделены географически. Так, кремниевые нейроны находились в Цюрихе, мемристоры — в Саутгемптоне, культура мышиных нейронов — в Падуе. Для передачи сигналов через интернет использовался протокол UDP.

    Для того, чтобы продемонстрировать свойства синапторов, ученые смоделировали долговременную потенциацию глутаматергических синапсов гиппокампа. В получившейся модели первый искусственный нейрон работал в качестве ритмоводителя. Он производил электрические сигналы определенной частоты. Мемристоры при этом выполняли роль постсинаптической мембраны, которая добавляет мозгу функцию пластичности.

    Разработчики запрограммировали мемристоры таким образом, что те изменяли сопротивление в качестве ответной реакции на частоту разряда биологического нейрона. Последняя фиксировалась посредством постсинаптического входа. Именно так работают рецепторы клеток гиппокампа. Ну а второй мемристор работал в режиме случайной зарядки. Он выдавал импульсы случайным образом, причем на его активность влиял естественный нейрон через мемристор.



    В итоге живая клетка демонстрировала активность, сохраняя ее и после снижения частоты раздражения. Третий элемент цепи, в итоге, демонстрировал усиленную спонтанную активность. Если же ученые понижали частоту разрядки водителя ритма, развивалась долговременная депрессия, в ходе которой активность всей системы снижалась.

    Для чего и как можно использовать эту систему? По словам ученых, она поможет разработке терапии сердечной аритмии, гипертонии, повреждений спинного мозга и болезни Паркинсона.



    Кстати, на днях стало известно о еще одном варианте применения мемристоров. Их использовали ученые НИЦ «Курчатовский институт» для хранения и обработки данных. Они пригодятся в системах распознавания голоса и лиц в транспортных и охранных комплексах. Через несколько лет технологии могут достигнуть уровня, когда такие системы будут иметь очень небольшой размер и обладать огромной информационной емкостью.


    Madrobots
    Приближаем сингулярность за ваши деньги

    Комментарии 0

    Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

    Самое читаемое