Команда инженеров Северо-Западного университета недавно совершила крупный прорыв, разработав печатные искусственные нейроны, которые могут напрямую взаимодействовать с реальными клетками мозга. Эти устройства не только мягкие, гибкие и дешевые в производстве, но также могут генерировать электрические сигналы, очень похожие на живые нейроны. В лабораторных испытаниях с использованием срезов ткани головного мозга мышей искусственные нейроны успешно стимулировали настоящие нейроны и вызывали измеримые реакции. Это достижение демонстрирует беспрецедентный уровень совместимости между электронными системами и биологическими нейронными сетями.

Это исследование открывает важные возможности для электронных устройств, способных взаимодействовать с нервной системой. Ожидается, что эта технология будет способствовать разработке интерфейсов «мозг-компьютер» и нейропротезных устройств, включая имплантаты, предназначенные для восстановления слуха, зрения или движения. В то же время полученные результаты также указывают на будущее более эффективных вычислений. Воспроизведя способ отправки сигналов нейронами — основную особенность мозга как самой энергоэффективной из известных вычислительных систем — аппаратное обеспечение следующего поколения сможет выполнять сложные задачи, используя гораздо меньше энергии, чем нынешние системы.

Исследование было опубликовано в журнале Nature Nanotechnology 15 апреля. «В мире, в котором мы живем сегодня, доминирует искусственный интеллект. Чтобы сделать искусственный интеллект умнее, вам необходимо обучать его, используя все больше и больше данных. Это интенсивное обучение приводит к огромным проблемам с потреблением энергии. Поэтому мы должны разработать более эффективное оборудование для обработки больших данных и искусственного интеллекта. Поскольку мозг на пять порядков более энергоэффективен, чем цифровые компьютеры, разумно искать в мозге вдохновение для следующего поколения вычислений».

По мере роста потребностей в вычислениях традиционные системы реагируют на эти проблемы, добавляя больше одних и тех же компонентов. Современные чипы содержат миллиарды транзисторов, расположенных на твердом плоском куске кремния, причем каждый элемент выполняет одну и ту же функцию. После изготовления эти системы не могут быть изменены. Мозг работает совершенно по-другому. Он состоит из нескольких типов нейронов, каждый из которых выполняет специализированную роль, организованных в мягкую трехмерную сеть. Эти сети постоянно адаптируются, образуя новые связи и изменяя существующие по мере обучения. «Кремний достигает сложности благодаря миллиардам одинаковых устройств. Все идентично, жестко и фиксировано после создания. Мозг — наоборот. Он неоднороден, динамичен и трехмерен. Чтобы двигаться в этом направлении, нам нужны новые материалы и новые способы создания электроники», — объяснил Хессам.

Хотя искусственные нейроны создавались и раньше, большинство из них выдавали слишком простые сигналы. Чтобы создать более сложное поведение, инженеры часто полагаются на большие сети, что увеличивает потребление энергии. Чтобы лучше соответствовать поведению реальных нейронов, исследователи разработали свое устройство с использованием мягких материалов, пригодных для печати. Они создали специализированные электронные чернила из листов дисульфида молибдена — материала, который действует как полупроводник, а графен — как проводник. Эти чернила наносятся на гибкие полимерные поверхности с помощью метода аэрозольной струйной печати.

Раньше полимерный компонент в этих красках считался недостатком, поскольку мешал электрическому потоку, поэтому после печати его обычно удаляли. В данном случае исследовательская группа вместо этого воспользовалась этим. «Вместо того, чтобы полностью удалять полимер, мы частично разрушаем его», — говорят исследователи. «Затем, когда мы пропускаем электрический ток через устройство, мы дополнительно стимулируем пробой полимера. Этот пробой происходит пространственно неоднородно, что приводит к образованию проводящих нитей, так что весь поток тока ограничивается узкой областью в пространстве». Этот узкий проводящий путь создает внезапную электрическую реакцию, похожую на срабатывание нейрона. В результате искусственные нейроны могут генерировать самые разнообразные сигналы, включая одиночные всплески, постоянные импульсы и импульсные сигналы, точно имитируя реальную нейронную активность. Поскольку каждое устройство может обрабатывать более сложную сигнализацию, в целом требуется меньше компонентов, что может значительно повысить эффективность будущих вычислительных систем.

Чтобы определить, могут ли эти искусственные нейроны взаимодействовать с реальными биологическими системами, исследовательская группа сотрудничала с Индирой Раман, профессором нейробиологии в Школе Вайнберга. Ее команда применила искусственные сигналы к срезам мозжечка мыши. Результаты показали, что эти электрические импульсы соответствуют ключевым характеристикам естественной активности нейронов, включая время и продолжительность. Эти сигналы надежно активируют настоящие нейроны и запускают нейронные цепи аналогично естественным сигналам мозга. «Другие лаборатории пытались создать искусственные нейроны из органических материалов, но они срабатывают слишком медленно», — сказал Хессам. «Или они используют оксиды металлов, которые действуют слишком быстро. Мы находимся в масштабе времени, который раньше не был продемонстрирован на искусственных нейронах. Вы можете видеть, как живые нейроны реагируют на наши искусственные нейроны. Таким образом, мы показали сигналы, которые не только имеют правильный временной масштаб, но и правильную форму импульса, могут напрямую взаимодействовать с живыми нейронами».

Этот новый подход также предлагает экологические и практические преимущества. Производственный процесс прост и экономически эффективен, а метод аддитивной печати эффективно использует материалы и сокращает отходы, размещая их только там, где они необходимы. Поскольку системы искусственного интеллекта продолжают расширяться, повышение энергоэффективности становится особенно важным. Крупные центры обработки данных уже потребляют большое количество электроэнергии и требуют большого количества воды для охлаждения. «Чтобы удовлетворить энергетические потребности искусственного интеллекта, технологические компании строят центры обработки данных мощностью в гигаватты, работающие на специализированных атомных электростанциях», — отметил Хессам. «Очевидно, что такое огромное энергопотребление будет ограничивать дальнейшее расширение вычислений, потому что трудно представить, что для центров обработки данных следующего поколения потребуются 100 атомных электростанций. Другая проблема заключается в том, что когда вы рассеиваете гигаватты энергии, вы генерируете много тепла. Поскольку центры обработки данных охлаждаются водой, ИИ создает серьезную нагрузку на водоснабжение. Как бы вы на это ни смотрели, нам необходимо разработать более энергоэффективное оборудование для ИИ».

Это исследование было поддержано Национальным научным фондом.