Mô hình và nền tảng AI

Các nhà nghiên cứu phát triển phương pháp cho mạng nơ-ron nhân tạo giao tiếp với mạng nơ-ron sinh học

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Một nhóm các nhà nghiên cứu đã phát triển một cách để mạng nơ-ron nhân tạo giao tiếp với mạng nơ-ron sinh học. Phát triển mới này là một bước tiến lớn cho các thiết bị thần kinh nhân tạo, thay thế các nơ-ron bị hư hỏng bằng mạch nơ-ron nhân tạo.

Phương pháp mới dựa trên việc chuyển đổi tín hiệu điện spiking nhân tạo thành một mẫu hình ảnh. Sau đó, mẫu này được sử dụng thông qua kích thích optogenetic để điều khiển các nơ-ron sinh học.

Bài viết có tiêu đề “Toward neuroprosthetic real-time communication from in silico to biological neuronal network via patterned optogenetic stimulation” đã được xuất bản trên Scientific Reports.

Công nghệ Thần kinh Nhân tạo

Một đội nghiên cứu quốc tế do Paolo Bonifazi, nhà nghiên cứu Ikerbasque từ Viện Nghiên cứu Y tế Biocruces ở Bilbao, Tây Ban Nha, đứng đầu, đã phấn đấu để tạo ra công nghệ thần kinh nhân tạo. Ông được tham gia bởi Timothée Levi từ Viện Khoa học Công nghiệp, Đại học Tokyo.

Một trong những thách thức lớn nhất xung quanh công nghệ này là các nơ-ron trong não cực kỳ chính xác khi giao tiếp. Khi nói đến mạng nơ-ron điện, đầu ra điện không thể nhắm vào các nơ-ron cụ thể.

Để vượt qua điều này, nhóm nghiên cứu đã chuyển đổi tín hiệu điện thành ánh sáng.

Theo Levi, “các tiến bộ trong công nghệ optogenetic đã cho phép chúng tôi nhắm vào các nơ-ron trong một khu vực rất nhỏ của mạng nơ-ron sinh học của chúng tôi.”

Optogenetics

Optogenetics là một công nghệ dựa trên các protein nhạy sáng được tìm thấy trong tảo và các động vật khác. Khi các protein này được đưa vào các nơ-ron, ánh sáng có thể được chiếu vào một nơ-ron để kích hoạt hoặc ức chế nó, tùy thuộc vào loại protein.

Các nhà nghiên cứu đã sử dụng các protein cụ thể được kích hoạt bởi ánh sáng xanh trong dự án. Bước đầu tiên là chuyển đổi đầu ra điện của mạng nơ-ron spiking thành một mẫu hình vuông đen và xanh. Mẫu này sau đó được chiếu xuống một khu vực 0,8 x 0,8 mm của mạng nơ-ron sinh học, đang phát triển trong một đĩa. Khi điều này xảy ra, chỉ các nơ-ron bị ánh sáng từ các ô vuông xanh mới được kích hoạt.

https://www.youtube.com/watch?time_continue=14&v=W1qVGz4fpiU&feature=emb_title

Hoạt động đồng bộ được tạo ra trong các nơ-ron nuôi cấy bất cứ khi nào có hoạt động tự nhiên. Điều này dẫn đến một loại nhịp điệu dựa trên cách các nơ-ron được kết nối, các loại nơ-ron khác nhau và cách chúng thích nghi và thay đổi.

“Chìa khóa cho thành công của chúng tôi,” Levi nói, “là hiểu rằng các nhịp điệu của các nơ-ron nhân tạo phải khớp với những của nơ-ron thực. Một khi chúng tôi có thể làm được điều này, mạng nơ-ron sinh học đã có thể phản ứng với các ‘bản nhạc’ được gửi bởi mạng nơ-ron nhân tạo. Kết quả sơ bộ thu được trong dự án European Brainbow giúp chúng tôi thiết kế các nơ-ron nhân tạo sinh học này.”

Cuối cùng, các nhà nghiên cứu đã tìm thấy sự khớp tối ưu sau khi mạng nơ-ron nhân tạo được điều chỉnh để phù hợp với các nhịp điệu khác nhau, và họ đã có thể xác định các thay đổi trong nhịp điệu toàn cầu của mạng nơ-ron sinh học.

“Đưa optogenetics vào hệ thống là một bước tiến tới tính thực tế,” Levi nói. “Điều này sẽ cho phép các thiết bị sinh học tương lai giao tiếp với các loại nơ-ron cụ thể hoặc trong các mạch nơ-ron cụ thể.”

Các thiết bị giả lập tương lai được phát triển với hệ thống này có thể thay thế các mạch não bị hư hỏng. Chúng cũng có thể khôi phục giao tiếp giữa các vùng khác nhau của não. Tất cả những điều này có thể dẫn đến một thế hệ giả lập thần kinh cực kỳ ấn tượng.

Alex McFarland là một nhà báo và nhà văn về trí tuệ nhân tạo, khám phá những phát triển mới nhất trong lĩnh vực trí tuệ nhân tạo. Ông đã hợp tác với nhiều công ty khởi nghiệp và xuất bản về trí tuệ nhân tạo trên toàn thế giới.