Silīcija smadzenes

Atšķirībā no vairuma neirozinātņu laboratoriju, Kvabenas Boahenas laboratorija Stenfordas universitātē ir nevainojama — nav izkaisītu pipešu vai sajauktu ķīmisko vielu pudeļu bloku. Tā vietā vientuļa shēmas plate, kurā atrodas ļoti īpaša mikroshēma, atrodas uz tukša laboratorijas sola. Tranzistori tipiskā datora mikroshēmā ir sakārtoti tā, lai nodrošinātu maksimālu apstrādes ātrumu; bet šim mikroprocesoram ir sīku tranzistoru kopas, kas paredzētas neironu elektrisko īpašību atdarināšanai. Tranzistori ir sakārtoti tā, lai tie izturētos kā šūnas tīklenē, gliemežnīcā vai pat hipokampā, kas ir vieta dziļi smadzenēs, kas šķiro un uzglabā informāciju.

Kwabena Boahen ir Stenfordas universitātes bioinženierijas asociētā profesore un neirozinātnes laboratorijas vadītāja, kas izstrādāja datora mikroshēmu.

Boahen ir daļa no nelielas, bet augošas zinātnieku un inženieru kopienas, kas izmanto procesu, ko viņi sauc par neiromorfizāciju, lai izveidotu sarežģītas elektroniskās shēmas, kas paredzētas neironu ķēžu uzvedības modelēšanai. Viņu darbā tiek izmantotas dažādu smadzeņu daļu anatomiskās diagrammas, kas izveidotas, gadiem ilgi veicot rūpīgus pētījumus ar dzīvniekiem, ko veikuši neirozinātnieki visā pasaulē. Cerams, ka smadzeņu vadu modeļi sniegs ieskatu, ko ir grūti iegūt, izmantojot esošās eksperimentālās metodes. Smadzenes dara lietas tehniski un konceptuāli jaunos veidos, kurus mums vajadzētu spēt izpētīt, saka Rodnijs Duglass, Cīrihes Neiroinformātikas institūta profesors. Viņi var diezgan bez piepūles atrisināt problēmas, kuras mēs vēl nevaram atrisināt ar lielākajām un modernākajām digitālajām iekārtām. Viens no veidiem, kā to izpētīt, ir izstrādāt aparatūru, kas darbojas tajā pašā virzienā.

Šis stāsts bija daļa no mūsu 2007. gada maija numura

• Skatiet pārējo izdevuma daļu
• Abonēt

Viens no intriģējošākajiem smadzeņu aspektiem ir to spēja veidot atmiņas — tas, kas neirozinātniekus ir fascinējis gadu desmitiem. Šķiet, ka šī spēja sakņojas hipokampā, kura bojājums var izraisīt amnēziju.

Plaši pētījumi par neironiem hipokampā un citās smadzeņu daļās ir atklājuši, kā nervu uzvedība rada atmiņas. Neironi kodē informāciju elektrisko impulsu veidā, ko var pārraidīt uz citiem neironiem. Kad divi savienoti neironi atkārtoti šauj ciešā secībā, savienojums starp tiem tiek nostiprināts, tādējādi pirmā aizdegšanās palīdz izraisīt otrā. Tā kā šis process, ko neirozinātnieki pazīst kā Hebbian mācības, notiek vairākās blakus esošajās šūnās, tas rada savienojumu tīklus starp dažādiem neironiem, kodē un savieno informāciju.

Multivide

• Skatiet datora mikroshēmas demonstrāciju.

Lai labāk izprastu, kā tas darbojas, Boahen un absolvents Džons Arturs izstrādāja mikroshēmu, kuras pamatā ir hipokampa slānis, kas pazīstams kā CA3. Tiek uzskatīts, ka CA3 atrodas starp diviem citiem šūnu slāņiem, no kuriem viens saņem ievadi no garozas un otrs, kas nosūta informāciju atpakaļ, un tiek uzskatīts, ka vieta, kur faktiski notiek atmiņa, ir vieta, kur informācija tiek glabāta un saistīta. Norādot uz mikroshēmas arhitektūras diagrammu, Boahen paskaidro, ka katra mikroshēmas modeļa šūna sastāv no tranzistoru kopas, kas paredzētas, lai atdarinātu neirona elektrisko aktivitāti. Silīcija šūnas ir sakārtotas 32 x 32 masīvā, un katra no tām ir ieprogrammēta, lai vāji savienotos ar 21 blakus esošo šūnu. Sākumā savienojumi starp šūnām tiek izslēgti, atdarinot klusas sinapses. (Sinapse ir savienojums starp neironiem; klusā sinapse ir tāda, kur, ja konkrēta neironu šūna aizdegas, tā pārraida nelielas elektriskās aktivitātes izmaiņas saviem kaimiņiem, bet ne pietiekami, lai izraisītu elektriskā signāla izplatīšanos.)

Tomēr Boahens skaidro, ka mikroshēmai ir iespēja mainīt šo savienojumu stiprumu, imitējot to, kas notiek ar neironiem Hebbian mācīšanās laikā. Silīcija šūnas uzrauga, kad viņu kaimiņi šauj. Ja šūna aizdegas tieši pirms tās kaimiņa, tiek nostiprināts ieprogrammētais savienojums starp abām šūnām. Mēs vēlamies tvert asociatīvās atmiņas funkciju, tāpēc mēs vēlamies, lai savienojumi starp šūnām ieslēgtos vai izslēgtos atkarībā no tā, vai šūnas tiek aktivizētas kopā, saka Boahens.

Sēžot pie sava rakstāmgalda ar shēmas plati un klēpjdatoru sev priekšā, Artūrs, kurš tagad ir postdoktors Boahena laboratorijā, demonstrē mikroshēmas spēju atcerēties. Vispirms viņš no klēpjdatora nosūta elektriskos signālus uz mikroshēmu, kas arī reģistrē mikroshēmas silīcija neironu izvadi. Viņš atkārtoti izraisa aktivitāti tikai neironos, kas veido U formu uz masīva; viņa klēpjdatora ekrānā ir redzami gaismas zibšņi, kas atveido šo modeli, atspoguļojot mikroshēmas darbību. Katrs neirons iedegas nedaudz atšķirīgā laikā, pastāvīgi uzraugot sava 21 savienotā kaimiņa izšaušanu. Pakāpeniski tiek stiprināti savienojumi starp neironiem, kas veido U: mikroshēma ir iemācījusies modeli. Kad Artūrs pēc tam iedarbina aktivitāti tikai U augšējā kreisajā stūrī, gaismas uzplaiksnījumi ekrānā spontāni atjauno pārējo modeli, jo elektriskā aktivitāte izplatās starp mikroshēmas silīcija neironiem. Mikroshēma ir faktiski atsaukusi pārējo U.

Stenfordas pētnieki plāno mikroshēmai pievienot shēmas, lai tā arī modelētu hipokampusa slāni, kas pazīstams kā dentāts, kas saņem signālus no garozas un nosūta tos uz CA3. Viņi cer, ka šis modelis spēs saglabāt atmiņas, kas ir vēl sarežģītākas. Mēs vēlamies tam piešķirt A un atgādināt visu alfabētu, saka Boahens.

Komanda arī izstrādā citas neiromorfas mikroshēmas. Tās jaunākais projekts — un līdz šim vērienīgākais neiromorfiskais darbs — ir garozas modelis, kas ir mūsu smadzeņu jaunākā daļa. Sarežģītā garozas struktūra ļauj mums veikt sarežģītus skaitļošanas varoņdarbus, piemēram, saprast valodu, atpazīt sejas un plānot nākotni. Modeļa pirmās paaudzes dizains sastāvēs no shēmas plates ar 16 mikroshēmām, no kurām katra satur 256x256 silīcija neironu masīvu.

Izveidojot mikroshēmas, kas spēj atdarināt garozu, hipokampu un tīkleni, Boahen cer labāk izprast smadzenes un galu galā izstrādāt neironu protezēšanu, piemēram, mākslīgo tīkleni. Kvabena ir viens no retajiem cilvēkiem, kam ir divas perspektīvas: tie, kas vēlas izveidot labākas mikroshēmas, un tie, kas vēlas izprast smadzenes, saka Terijs Sejnovskis, skaitļošanas neirozinātnieks no Salk institūta Lajolla, Kalifornijā. Manuprāt, viņš ir viens no tiem cilvēkiem, kas apsteidz savu laiku.

Emīlija Singere ir biotehnoloģiju un dzīvības zinātņu redaktore Tehnoloģiju apskats .

paslēpties