Учёные из Принстонского университета разработали гибридную биовычислительную платформу 3D-MIND, которая объединяет 70 000 живых нейронов (выращенных в лаборатории) с гибким трёхмерным электронным каркасом. Нейроны прорастают сквозь мягкую сетку из электродов, которая одновременно считывает их электрическую активность и стимулирует обратно, создавая устойчивую связь «биологическая ткань — электроника» на протяжении шести месяцев. Учёные использовали трёхмерную архитектуру (вместо плоских культур), что обеспечивает более богатые связи и больший вычислительный потенциал. Человеческий мозг потребляет примерно в миллион раз меньше энергии, чем современные ИИ-системы на кремнии для аналогичных задач. Платформа может стать основой для нового класса энергоэффективных ИИ, моделей для изучения нейрозаболеваний и тестирования лекарств.
В чём фокус?
Проблема современных ИИ:
- Современные большие языковые модели (LLM) потребляют мегаватты электроэнергии.
- Архитектура фон Неймана требует постоянной пересылки данных между памятью и процессором, что неэффективно.
- Мозг выполняет аналогичные задачи (распознавание образов, обучение) с энергопотреблением как у лампочки.
Идея:
- Взять живые нейроны, которые уже «умеют» учиться и адаптироваться с колоссальной энергоэффективностью.
- Объединить их с электроникой для считывания и стимуляции.
- Создать гибрид, который сочетает гибкость биологии с точностью электроники.
Что сделали в Принстоне:
- Вырастили культуры живых нейронов (70 000 клеток) в лаборатории.
- Разработали гибкую трёхмерную электронную сетку (материалы, схожие по жёсткости с мозговой тканью).
- Нейроны прорастают сквозь эту сетку, формируя стабильные связи.
- Сетка содержит датчики для мониторинга электрической активности и стимуляторы для посылки сигналов в клетки.
- В отличие от плоских культур, трёхмерная структура создаёт более сложные и реалистичные нейронные сети.
Результаты:
- Стабильное взаимодействие в течение 6 месяцев непрерывной работы.
- Более быстрая и эффективная стимуляция и тренировка нейронных сетей по сравнению с 2D-системами.
- Потенциал для создания ИИ, который потребляет в миллион раз меньше энергии, чем современные системы.
Где это применимо?
- Энергоэффективный биогибридный ИИ: Теоретически такие системы могли бы выполнять задачи распознавания и принятия решений с микро-ваттами энергии.
- Моделирование нейрозаболеваний: Болезнь Паркинсона, эпилепсия, рассеянный склероз можно изучать на живых, но контролируемых моделях.
- Тестирование лекарств: Более реалистичная среда (3D, живые клетки), чем на чашке Петри.
- Изучение пластичности мозга: Как формируются и перестраиваются нейронные связи в трёхмерном пространстве.
#УКУС_ТРЕНДА
3D-MIND — симптом трёх важных процессов:
- Биогибридные вычисления (biohybrid computing): Вместо того чтобы полностью имитировать мозг на кремнии (нейроморфные чипы), мы напрямую используем живые нейроны как вычислительные элементы, а электроника служит интерфейсом ввода-вывода. Это потенциальный путь к ИИ с устойчивым обучением и микромощным потреблением.
- 3D-электроника для 3D-биологии: Традиционные интерфейсы работали только на поверхности плоских культур клеток. Теперь электроника проникает внутрь трёхмерной структуры, получая доступ к более сложным и реалистичным нейронным сетям.
- Долговременная стабильность: Шесть месяцев непрерывного контакта «мягкой» электроники с живыми клетками без значительного отторжения или деградации — это инженерное достижение, которое приближает технологию к практическому применению.
P.S. 70 000 нейронов — это примерно столько же, сколько у одного маленького насекомого. Но этого уже достаточно, чтобы изучать базовые принципы нейронных вычислений. Следующие версии платформы будут содержать миллионы клеток и более сложную электронику.
Подписывайтесь, чтобы быть в курсе трендов, кейсов и технологий будущего:
📱 Дзен – https://dzen.ru/openchallenge
#нейроинтерфейсы #биогибрид #ИИ #нейроны #Принстон #инновации #технологии #будущее