Tryckta AI-neuroner kommunicerar med hjärnceller

Ingenjörer vid Northwestern University i Illinois, USA har uppnått en milstolpe inom forskning om artificiell intelligens: de har tryckt artificiella neuroner som direkt kan kommunicera med levande hjärnceller. Detta genombrott, som publicerades den 15 april i tidskriften Nature Nanotechnology, öppnar en väg mot hjärn-maskin-gränssnitt som fungerar mer naturligt med det mänskliga nervsystemet – och mot datorsystem som förbrukar mycket mindre energi än dagens datacenter.

Problemet som driver denna forskning

Moderna system för artificiell intelligens är kraftfulla, men de är utomordentligt hungriga efter energi. Att träna stora språkmodeller och köra slutsatser i stor skala kräver datacenter som drar gigawatt elektricitet. Mark Hersam, en materialvetenskapsprofessor vid Northwestern University som ledde studien, beskrev omfattningen av utmaningen tydligt: ​​nuvarande trender pekar mot nästa generations datacenter som skulle kräva dedikerade kärnkraftverk för att fungera. Utöver elektricitet är datacenter beroende av enorma volymer vatten för kylning, vilket lägger ytterligare stress på redan ansträngda vattenförsörjningar.

Vår hjärna, däremot, drivs på ungefär 20 watt – ungefär lika mycket effekt som en svag glödlampa. Hersam och hans team hävdar att hjärnan är fem storleksordningar mer energieffektiv än en digital dator, vilket gör biologisk neural arkitektur till den mest övertygande modellen för nästa generations datorhårdvara.

Hur de tryckta neuronerna fungerar

Teamet byggde sina artificiella neuroner med hjälp av en process som kallas aerosol jet printing, som avsätter lager av elektroniskt bläck på ett flexibelt polymersubstrat. Bläcket innehåller två nyckelmaterial: nanoskala flingor av molybdendisulfid, som fungerar som en halvledare, och grafen, som fungerar som en elektrisk ledare. Tillsammans bildar dessa material en enhet känd som ett memristivt nanosheet-nätverk – en struktur vars elektriska motstånd förändras baserat på tidigare aktivitet, ungefär som en biologisk synaps stärker eller försvagas vid upprepad användning.

Tryckta AI-neuroner kommunicerar med hjärnceller
För att komma närmare en biologisk modell utvecklade Mark Hersams team artificiella neuroner med hjälp av mjuka, utskrivbara material som bättre efterliknar hjärnans struktur och beteende. Ryggraden i detta framsteg är en serie elektroniska bläck. Foto av Mark Hersam

En kritisk insikt kom från en oväntad källa: den stabiliserande polymer som forskare vanligtvis bränner bort efter tryckning. Northwestern-teamet upptäckte att genom att bara delvis bryta ner polymeren istället för att ta bort den helt, kunde de införa kontrollerade defekter i det tryckta materialet. Dessa brister skapar en smal ledande kanal genom vilken elektrisk ström koncentreras. När ström passerar genom den kanalen slås enheten på och av snabbt, vilket genererar skarpa spänningstoppar.

Dessa spänningsspikar liknar aktionspotentialerna – de elektriska impulserna – som verkliga neuroner producerar när de skjuter. Avgörande är att enheterna inte bara genererar en enhetlig på-av-puls. De producerar ett rikt utbud av skjutmönster, inklusive isolerade spikar, ihållande utbrott och rytmiska svängningar, som matchar beteendemångfalden som biologiska neuroner uppvisar och som gör att hjärnan kan koda information med anmärkningsvärd effektivitet.

Kommunicera med levande vävnad

För att testa om de artificiella neuronerna kunde göra mer än att bara likna biologiska signaler, samarbetade forskarna med nordvästra neurobiologiprofessorn Indira Raman. Teamet kopplade sina utskrivna enheter till skivor av mushjärnan – hjärnregionen som styr motorisk koordination – och avfyrade signaler i den levande vävnaden.

De biologiska neuronerna reagerade. De artificiella neuronerna producerade signaler med rätt form och timing för att aktivera verkliga neurala kretsar i vävnaden, vilket visar en nivå av biokompatibilitet som tidigare neuromorfa enheter inte hade uppnått.

”Du kan se de levande neuronerna svara på vår artificiella neuron,” sa Hersam. ”Så vi har visat signaler som inte bara är rätt tidsskala utan också rätt spikform för att interagera direkt med levande neuroner.”

Forskargruppen uppnådde dessa resultat med bara två tryckta neuroner kombinerade med grundläggande kretskomponenter, en skarp kontrast till konventionella neuromorfa chip som kräver miljontals enhetliga artificiella neuroner för att uppnå även blygsam funktionalitet.

Implikationer för gränssnitt mellan hjärna och maskin

Förmågan att kommunicera direkt med levande neural vävnad har betydande potential för medicinsk teknik. Neuroproteser – enheter som återställer förlorad sensorisk eller motorisk funktion – står för närvarande inför en grundläggande begränsning: stela kiselelektroder stimulerar neuroner på ett grovt, oprecis sätt som hjärnan inte tolererar väl över tiden. En flexibel, tryckt enhet som kan generera biologiskt korrekta signaler kan förbättra prestandan och livslängden hos implantat som är utformade för att återställa hörsel, syn eller rörelse.

Flexibiliteten hos det tryckta substratet har också betydelse för praktisk implantation. Stel elektronik som sitter mot mjuk, rörlig hjärnvävnad orsakar mekanisk stress och inflammation över tiden. Mjuka, flexibla enheter som de som Northwestern-teamet utvecklade rör sig med vävnaden, vilket potentiellt minskar långtidsskador.

En längre väg till energieffektiv AI

Den mer avlägsna – men potentiellt transformerande – applikationen är energieffektiv hårdvara för artificiell intelligens. Dagens kiselchip uppnår beräkningskomplexitet genom att packa ihop miljarder identiska transistorer. Hjärnan uppnår mycket större effektivitet genom mångfald: olika typer av neuroner med olika avfyrningsbeteenden samverkar, vilket gör att systemet kan koda och bearbeta information med mycket färre totala komponenter.

Hersams team visade att deras tillverkningsmetod kan producera artificiella neuroner med olika, komplexa avfyrningsbeteenden från en enda utskrivbar process. Denna teknik kräver inte de dyra, mycket kontrollerade halvledartillverkningsanläggningar som kiselchips kräver. Med hjälp av mjuka material och utskriftsmetoder producerade forskarna enheter som närmar sig beteenderikedomen hos biologiska neuroner till en bråkdel av tillverkningskomplexiteten.

”Silicon uppnår komplexitet genom att ha miljarder identiska enheter,” sa Hersam. ”Allt är sig likt, stelt och fast när det väl är tillverkat. Hjärnan är motsatsen. Den är heterogen, dynamisk och tredimensionell. För att gå i den riktningen behöver vi nya material och nya sätt att bygga elektronik.”

Forskare varnar för att det kommer att ta flera år av vidareutveckling att översätta laboratoriedemonstrationen till praktisk datorhårdvara. Vägen från en lovande enhet till ett tillverkningsbart chip som datacenter kan ta till sig är lång och osäker. Ändå etablerar studien ett proof of concept: tryckta, flexibla material kan producera den typ av olika, biologiskt realistiska neurala signaler som mer effektiv AI-hårdvara kommer att kräva.

Kontext inom ett bredare skifte

Det nordvästra genombrottet kommer i ett ögonblick då industrin för artificiell intelligens på allvar brottas med energikostnaderna för fortsatt skalning. Konkurrerande tillvägagångssätt för effektivare AI-hårdvara inkluderar fotoniska chips som använder ljus istället för elektricitet, specialiserade slutledningsprocessorer och en rad neuromorfa konstruktioner från företag som Intel och IBM. Det tryckta neurontillvägagångssättet är distinkt i sin användning av mjuka, flexibla material och i sin demonstrerade förmåga att samverka direkt med biologisk vävnad – en kombination som inget av de kiselbaserade alternativen för närvarande kan matcha.

Denna studie fick stöd från National Science Foundation i USA. Forskargruppen inkluderade forskare från Northwesterns avdelningar för materialvetenskap, neurobiologi och elektroteknik, vilket återspeglar arbetets inneboende tvärvetenskapliga karaktär som sitter i skärningspunkten mellan artificiell intelligens, neurovetenskap och nanoteknik.

Nyaste artiklar

Relaterade artiklar