Человеческие мозговые органоиды (3D-клеточные структуры, имитирующие архитектуру и базовые свойства развивающейся мозговой ткани), подключенные к микроэлектродам, смогли распознать буквы шрифта Брайля по сигналам тактильного датчика.
В эксперименте отдельный органоид обеспечивал точность классификации около 61%, а объединение сигналов трех органоидов повышало ее до 83%. Исследование, опубликованное в журнале Frontiers in Artificial Intelligence, можно считать еще одним доказательством, что живые нейронные сети можно интегрировать с искусственными сенсорами для создания вычислительных систем.
Команда из Бристольского университета использовала органоиды переднего мозга человека (FO), выращенные на микроэлектродных матрицах (MEA) платформы FinalSpark. Роботизированная рука с тактильным датчиком скользила по выпуклым символам Брайля, регистрируя изменения давления в виде потока электрических событий. Затем алгоритм преобразовывал эти данные в последовательности электрических импульсов, которые подавались на органоид.
Исследователи кодировали тактильную информацию с помощью четырех параметров стимуляции: количества импульсов, их амплитуды, длительности и задержки запуска. После стимуляции регистрировали нейронную активность по восьми электродам, а классификатор машинного обучения (SVM) определял, какой букве соответствовал полученный ответ. Всего система обработала 1300 записей для 26 букв английского алфавита.
Если ответы отдельных органоидов позволяли распознавать буквы с точностью примерно 57-67%, то объединение сигналов трех нейронных сетей повышало точность до 83%. Авторы предполагают, что органоиды по-разному преобразуют один и тот же входной сигнал благодаря различиям в своей внутренней организации и динамике. Поэтому их ответы могут содержать взаимодополняющую информацию.
Дополнительные эксперименты показали, что ансамбль из трех органоидов лучше сохранял точность при искусственном искажении данных – например, при добавлении шума, потере части сигналов и появлении выбросов. Однако до полноценного биологического вычислителя еще далеко. Эксперимент проводился без замкнутой обратной связи, то есть органоиды получали стимулы и выдавали измеряемые ответы, но не обучались распознавать буквы в процессе взаимодействия. Кроме того, пока не установлено, насколько результаты будут воспроизводимы на других органоидах и при решении более сложных задач.
Пока что кажется, что система слишком сложная и дорогая для масштабирования и использования в качестве продукта, интегрируемого в индустриальные решения. При этом перспектива удешевления биокомпьютинга, например на примере австралийских проектов, заставляет задуматься о том, что в будущем такие системы действительно могут оказаться полезными, особенно для задач, где важны адаптивность, нейропластичность и энергоэффективность. Но пока не очень понятно, в каких именно задачах они смогут дать преимущество перед классическими вычислительными системами.
Текст: Олег Юркин