Mokslininkai jau seniai bando atkartoti žmogaus smegenų veikimą silicyje, nes tai vienas efektyviausių ir lanksčiausių žinomų informacijos apdorojimo „procesorių“. Tačiau vis dažniau pasirenkamas kitas kelias: ne kopijuoti smegenis, o sujungti gyvas nervines ląsteles su elektronika. Taip gimsta biohibridinės sistemos, kuriose biologinis plastiškumas derinamas su mašinų tikslumu ir masteliu.
Tokie sprendimai žada kompiuterius ir robotus, kurie tam tikrose užduotyse galėtų vartoti mažiau energijos ir geriau prisitaikyti prie situacijų, kurioms nebuvo tiesiogiai užprogramuoti. Vis dėlto kol kas tai ankstyvosios stadijos kryptis, kur didžiausią pažangą rodo konkretūs, aiškiai išmatuojami eksperimentai laboratorijoje.
Kaip organoidai „skaito“ Brailį
Bristolio universiteto komanda patikrino, ar laboratorijoje išauginti žmogaus smegenų žievės modeliai gali apdoroti lytėjimo informaciją. Tam buvo panaudoti organoidai, maždaug milimetro dydžio struktūros, sudarytos iš apie 10 000 neuronų ir juos palaikančių ląstelių. Organoidai buvo patalpinti ant mikroelektrodų matricų, leidžiančių fiksuoti jų elektrinį aktyvumą.
Lytėjimo jutiklis nuskenuodavo Brailio abėcėlės ženklus, o surinkti duomenys būdavo paverčiami elektrinių impulsų raštais, perduodamais organoidams. Tuomet mašininio mokymosi algoritmas bandydavo atpažinti organoidų atsakus. Naudojant vieną organoidą, raidės buvo atpažįstamos 61 proc. atvejų, o sujungus trijų organoidų signalus tikslumas pakilo iki 83 proc.
Tyrėjai pabrėžė, kad organoidai nebuvo mokomi tradiciniu būdu. Buvo taikomas pastovus signalų kodavimo metodas, o informacija „išgaunama“ iš natūralių gyvo audinio reakcijų. Vis dėlto rezultatai rodo svarbią detalę: gyvas audinys gali transformuoti realų jutiminį stimulą į atsaką, kurį vėliau įmanoma nuskaityti ir panaudoti praktiškai.
Robotai, kuriuos „veda“ gyvos ląstelės
Lygiagrečiai bendrovė „Cortical Labs“, bendradarbiaujanti ir su „Honda Research Institute Europe“, demonstravo kitokį biohibridinių sistemų pritaikymą. Viename bandyme impulsų dažnio pokyčiai gyvoje neuronų kultūroje buvo panaudoti valdyti šuns roboto judesius ribotoje erdvėje. Kitame eksperimente buvo parinkti elektriniai signalai taip, kad virtualus agentas mokytųsi naviguoti kvapo gradiente ir pasiektų tikslą.
Pasak „Cortical Labs“ vadovo Bretto Kagano, robotų mechanika ir judėjimas sparčiai tobulėja, tačiau aukštesnio lygio valdymas vis dar kelia sunkumų, ypač kai reikia greitai mokytis ir adaptuotis kintančiomis sąlygomis. Tokiose situacijose biohibridiniai sprendimai vilioja dėl dviejų žmogaus smegenims būdingų savybių: energinio efektyvumo ir plastiško prisitaikymo.
Kodėl tai dar ne proveržis kasdienybei
Nors skaičiai atrodo įspūdingai, tokios sistemos kol kas nėra paruoštos plataus masto taikymui. Gyvoms ląstelėms reikia griežtai kontroliuojamos aplinkos, mitybinės terpės ir nuolatinės priežiūros, o palaikanti įranga taip pat naudoja energiją. Dėl to tikslas dažniau siejamas ne su silicio pakeitimu, o su jo papildymu specifinėse užduotyse, kur svarbiausia greitas prisitaikymas prie nežinomų sąlygų.
Tiek Bristolyje, tiek „Cortical Labs“ demonstruojami bandymai rodo, kad biohibridinių sistemų kryptis iš teorinių diskusijų pamažu pereina į apčiuopiamus rezultatus. Artimiausias klausimas mokslui ir reguliuotojams bus ne tik našumas, bet ir aiškūs saugos, patikimumo bei etikos standartai, kai gyvas audinys tampa kompiuterinės sistemos dalimi.