Jak to właściwie działa?
Najważniejszym aspektem okazały się niezwykłe nanodruty białkowe wytwarzane przez bakterie Geobacter sulfurreducens. Te mikroorganizmy, znane z naturalnej zdolności do wytwarzania energii elektrycznej, posłużyły jako podstawa do stworzenia memrystora, czyli elementu naśladującego działanie synaps w naszym mózgu. Najbardziej imponujący jest fakt, iż ten sztuczny neuron funkcjonuje przy napięciu zaledwie 0,1 wolta, co dokładnie odpowiada zakresowi pracy biologicznych neuronów. To kolosalny postęp w porównaniu z wcześniejszymi konstrukcjami.
Poprzednie wersje sztucznych neuronów wymagały 10 razy więcej napięcia – i 100 razy więcej energii – niż ten, który stworzyliśmy – wyjaśnia Jun Yao, University of Massachusetts Amherst
Czytaj też: Historyczny eksperyment dostarczył kluczowej odpowiedzi na pytanie o prawa fizyki
Osiągnięcia techniczne wykraczają daleko poza samą kwestię napięcia. Energia pojedynczego impulsu w nowym neuronie mieści się w przedziale od 0,2 do 37 pikodżuli, co niemal idealnie pokrywa się z zakresem obserwowanym w naturalnych komórkach nerwowych. Memrystor konsekwentnie przełącza się w stan aktywny przy napięciach około 60 mV i prądach rzędu 1,7 nA. Konstrukcja wykorzystuje obwód RC współpracujący z memrystorem, co umożliwia generowanie ciągłych impulsów napięciowych. Co ciekawe, system potrafi nawet symulować okres refrakcji. Jest to naturalny mechanizm zapobiegający zbyt częstym wyładowaniom komórki.
Dialog z żywymi komórkami
Chyba najbardziej fascynującą cechą nowego neuronu jest jego zdolność do reagowania na związki chemiczne. Przebiega to dokładnie tak, jak robią to naturalne komórki nerwowe. Jony sodu zwiększają częstotliwość wyładowań, podczas gdy dopamina wywołuje złożony profil odpowiedzi. Zakres tej chemicznej modulacji wynosi 25-34%, co niemal idealnie odpowiada obserwacjom w biologicznych neuronach. W praktyce oznacza to, iż sztuczny neuron może faktycznie „rozmawiać” z naturalnymi komórkami w ich własnym języku.
Sztuczny neuron wykazuje również stochastyczne wariacje w częstotliwości i amplitudzie wyładowań – pozornie chaotyczne zachowanie, które w rzeczywistości jest kluczowe dla prawidłowego funkcjonowania mózgu. Te naturalne fluktuacje zmniejszają się wraz ze wzrostem częstotliwości wyładowań, dokładnie tak jak w prawdziwych neuronach. Badacze zademonstrowali nawet bezpośredni interfejs z żywymi kardiomiocytami, czyli komórkami mięśnia sercowego. Sztuczny neuron w czasie rzeczywistym przetwarzał sygnały z hodowanej tkanki serca, rozpoznając zmiany po podaniu noradrenaliny.
Co to oznacza dla przyszłości?
Te przełomowe właściwości otwierają drogę do potencjalnie rewolucyjnych zastosowań. Najbardziej obiecujące kierunki to energooszczędne komputery inspirowane biologicznie oraz zaawansowane systemy sensoryczne noszone na ciele.
Obecnie mamy wszelkiego rodzaju elektroniczne systemy sensoryczne noszone na ciele, lecz czujniki zbudowane z naszych niskonapięciowych neuronów mogłyby obejść się bez żadnej amplifikacji – dodaje Yao
Systemy wykorzystujące takie neurony mogłyby działać bez dodatkowej amplifikacji sygnałów, co znacznie upraszcza konstrukcję i zwiększa efektywność. To szczególnie ważne w kontekście rosnącego zapotrzebowania na energooszczędne rozwiązania.
Nasz mózg przetwarza ogromną ilość danych, ale jego zużycie energii jest bardzo, bardzo niskie, zwłaszcza w porównaniu z ilością energii elektrycznej potrzebnej do uruchomienia Dużego Modelu Językowego, takiego jak ChatGPT – zauważa Shuai Fu, współautor badań
Wyniki badań na ten temat opublikowano w Nature Communications. Granica między biologią a elektroniką rzeczywiście staje się coraz bardziej płynna, choć prawdziwa symbioza między żywymi organizmami a sztucznymi systemami wciąż pozostaje odległą wizją. Rozwój stochastycznych układów obliczeniowych opartych na nowych neuronach może kiedyś doprowadzić do powstania komputerów, które będą znacznie bardziej przypominać sposób przetwarzania informacji przez ludzki mózg. Pytanie brzmi: czy uda nam się odtworzyć nie tylko energetyczną efektywność, ale także złożoność i adaptacyjność biologicznego układu nerwowego?