混合型腦芯片：美國科學家將7萬個活神經(jīng)元與電子元件融合

柔性電子網(wǎng)與活腦細胞連接，可監(jiān)測并刺激神經(jīng)活動。

普林斯頓大學的研究人員開發(fā)出一種混合生物計算平臺，將活腦細胞與柔性電子器件結合在一起。

該系統(tǒng)標志著人工智能與生物系統(tǒng)向更緊密融合邁出了一步。

該裝置名為3D-MIND，將成群的活神經(jīng)元嵌入三維電子支架中，該支架旨在支持生物組織與計算硬件之間的通信。

研究人員表示，這一系統(tǒng)有助于推進類腦計算，為人工智能系統(tǒng)提供一種更接近人腦結構和功能的新方法。

“人工智能在不久的將來面臨的真正瓶頸是能源。我們的大腦完成類似任務所消耗的能量，僅為當今人工智能系統(tǒng)耗能的大約百萬分之一。”普林斯頓神經(jīng)科學研究所兼聘教師傅天民在一份聲明中說道。

混合大腦平臺

普林斯頓大學的研究人員開發(fā)出一種名為3D-MIND的混合生物計算平臺，將活腦細胞與柔性電子器件整合在一起。該系統(tǒng)旨在建立三維神經(jīng)細胞網(wǎng)絡與電子硬件之間的直接接口。

該裝置由一個柔性的三維電子網(wǎng)構成，可嵌入實驗室培育的活腦細胞網(wǎng)絡中。細胞圍繞并穿過網(wǎng)狀結構生長，從而在生物組織與電子元件之間形成穩(wěn)定連接。集成傳感器可監(jiān)測神經(jīng)網(wǎng)絡的電活動，而嵌入式刺激器則能將信號傳回細胞。

與以往主要在神經(jīng)培養(yǎng)物表面與細胞互動的系統(tǒng)不同，新平臺被設計為在三維神經(jīng)結構的深處運作。這使得能夠對整個網(wǎng)絡進行直接監(jiān)測和刺激，從而獲取此前難以觸及的神經(jīng)活動與連接信息。

電子器件由柔軟的、力學特性與腦組織相似的材料制成，使裝置能夠長時間與活細胞保持整合，而不會明顯干擾細胞的行為。研究人員報告稱，已實現(xiàn)超過六個月穩(wěn)定的交互追蹤。

研究還發(fā)現(xiàn)，與傳統(tǒng)的平面二維培養(yǎng)相比，三維生物神經(jīng)網(wǎng)絡擁有更豐富的連接性和更大的計算潛力。嵌入式接口能夠比傳統(tǒng)二維系統(tǒng)更快、更高效地刺激和訓練神經(jīng)網(wǎng)絡。

活體神經(jīng)計算

3D-MIND的研發(fā)引入了一種將電子系統(tǒng)與實驗室培育的三維腦細胞網(wǎng)絡直接連接的新方法。研究人員認為，該方法可支持未來類腦計算系統(tǒng)的創(chuàng)建，其運行能耗遠低于當前許多人工智能平臺。

除計算應用外，該系統(tǒng)也可作為研究工具，用于探究神經(jīng)回路在真實三維環(huán)境中如何發(fā)育、適應和運作。該平臺可提供更具生物學準確性的實驗模型，從而改進藥物篩選，并幫助科學家在受控條件下研究神經(jīng)系統(tǒng)疾病。

未來的工作將聚焦于改進該裝置，以研究大腦發(fā)育、建立特定神經(jīng)系統(tǒng)疾病的模型并測試實驗性療法。研究人員還在擴大系統(tǒng)規(guī)模，整合更多傳感器和電極，以增強神經(jīng)接口的復雜性和功能。

研究團隊正在探索如何更好地引導生物神經(jīng)網(wǎng)絡學習和適應，同時將平臺與光學成像等技術結合，以更深入地了解大腦活動。此外，他們還在努力提升大規(guī)模三維組裝技術，使這些裝置能夠更穩(wěn)定地生產(chǎn)。

從長遠來看，研究人員旨在開發(fā)出融合生物學與電子學的實用混合系統(tǒng)，應用于計算和醫(yī)學領域。

如果朋友們喜歡，敬請關注“知新了了”！