До настоящего времени отображение мыслей в электронном тексте без использования клавиатуры было возможно, в основном, только с помощью технологий распознавания речи и голосового ввода. Эти методы позволяют преобразовывать устную речь в текстовый формат с помощью специальных программ, сервисов или встроенных функций устройств. Ученые из США создали такую технологию, которая позволяла бы напрямую переносить возникающие в голове мысли в электронный текст. Они разработали мозговые импланты, которые могут декодировать внутреннюю речь — идентифицировать слова, которые человек произнес в уме, не шевеля губами и не издавая ни звука. Слова, произнесенные полностью внутри человека, расшифровываются путем записи сигналов от отдельных нейронов мозга в режиме реального времени. Научная статья вышла в Nature Human Behavior в 2024 году. Существовавшие на тот момент устройства с интерфейсом «мозг-компьютер» интерпретировали речь, которая хотя бы частично озвучена или имитируется. Тогда технология находилась на ранней стадии — она работала лишь с несколькими словами, а не с фразами или предложениями. Однако авторы статьи были уверены, что в будущем она может найти клиническое применение.
И вот, похоже, такое свершилось! То, о чем пойдет речь далее, не совсем такая технология чтения мысли, но она открывает путь к такому волшебству.
Инженеры Северо-Западного университета в США (Northwestern University) разработали искусственные нейроны, которые способны взаимодействовать с живыми клетками мозга. Разработка открывает путь к нейроинтерфейсам и энергоэффективным вычислениям нового поколения Результаты исследования опубликованы в журнале Nature Nanotechnology.
Новые устройства создаются с помощью аэрозольной струйной печати — технологии, при которой «электронные чернила», специальные материалы для печати электрических схем, наносятся точно в нужные участки. Все это попадает на гибкий полимер, что делает устройства мягкими и ближе по свойствам к биологическим тканям.
Ключевое отличие разработки — способность генерировать сложные электрические сигналы, похожие на те, что используют реальные нейроны. В отличие от большинства искусственных аналогов, которые создают простые импульсы, эти нейроны могут воспроизводить разные типы активности: одиночные всплески, серии сигналов и прерывистые паттерны.
Ученые использовали недостаток полимера как преимущество. Обычно этот материал в разработке нейроморфных систем убирают, потому что он мешает прохождению тока. Но в данном случае его частично разлагают, а затем при пропускании тока он продолжает разрушаться неравномерно. В результате формируется узкий проводящий канал, который создает резкий электрический отклик, похожий на работу настоящего нейрона.
Чтобы проверить, работают ли такие нейроны с живой тканью, исследователи протестировали их на срезах мозжечка мыши. Электрические сигналы от искусственных нейронов вызывали реакцию у настоящих нейронов — причем совпадали не только по времени, но и по форме импульсов. Это означало, что искусственные устройства действительно могут запускать активность нейронных цепей.
Разработка также отличается высокой энергоэффективностью (способностью выполнять те же задачи, используя меньше энергии). Благодаря разнообразию сигналов один такой нейрон способен кодировать больше информации, чем обычные искусственные нейроны, применяемые в современных вычислительных системах, а значит, для вычислений требуется меньше компонентов. Это может снизить энергозатраты по сравнению с последними моделями ИИ, которые требуют огромных вычислительных мощностей. Кроме того, технология печати уменьшает количество отходов, так как материалы наносятся только там, где это необходимо. А сами устройства получаются относительно недорогими и простыми в производстве.
Авторы работы считают, что такие нейроны могут стать основой для новых нейроинтерфейсов, нейропротезов (например, для восстановления слуха, зрения или движения), а также для создания вычислительных систем, которые работают по принципам, близким человеческому мозгу.
ИИ требует все больше энергии: рост моделей и данных увеличивает нагрузку на дата-центры, их охлаждение и энергосистему. Это становится не только технологической, но и экологической проблемой. Поэтому все более важной становится энергоэффективность. В классической электронике ее повышают за счет увеличения числа транзисторов и оптимизации архитектуры чипов. Но такой подход постепенно упирается в физические и экономические ограничения. Поэтому ученые ищут альтернативы — в том числе вдохновляясь биологическим мозгом. Он считается одним из самых энергоэффективных «вычислительных устройств», так как способен обрабатывать сложную информацию при крайне низком энергопотреблениии, особенно, по сравнению с количеством электроэнергии, необходимой для работы большой языковой модели вроде ChatGPT. Человеческое тело более чем в 100 раз энергоэффективнее, чем электрическая схема компьютера. Головной мозг состоит из миллиардов нейронов — специализированных клеток, которые отправляют и получают электрические импульсы по всему телу. Он потребляет порядка 20 ватт — и этого хватает на различные задачи, например, написание рассказа. LLM может потратить на то же самое до мегаватта электричества.
Попытку воспроизвести принципы работы мозга в электронике называют нейроморфными вычислениями. Такие подходы уже выходят за пределы лабораторий. В феврале 2026 года в Техасе открылся центр, где для вычислений используют системы, имитирующие работу нейронов.
Технологии, способные напрямую взаимодействовать с нейронами, могут ускорить сближение живых тканей и электронных систем. Устройства тогда перестанут быть «внешними» по отношению к телу и будут работать как продолжение нервной системы. Это может изменить подход к лечению неврологических заболеваний и восстановлению функций организма.
Новые нейроны способны кодировать больше информации на уровне одного элемента, что потенциально снижает общее число компонентов в системе. Это открывает путь к более компактным и дешевым устройствам, несмотря на рост их функциональности. Если технология масштабируется, сложные вычисления могут стать доступнее для малого бизнеса и медицины. Может появиться технология чтения мыслей. В результате ИИ может быстрее распространиться за пределы крупных технологических компаний.