عصب مصنوعی پروتئینی که به زبان الکتریکی مغز حرف می زند

پژوهشگران UMass نورونی مصنوعی از نانو‌سیم‌های پروتئینی ساختند که در حدود 0.1 ولت کار می‌کند و افق‌های جدیدی برای محاسبات نورومورفیک و بیوالکترونیک کم‌مصرف باز می‌کند.

نظرات
عصب مصنوعی پروتئینی که به زبان الکتریکی مغز حرف می زند

7 دقیقه

مهندسان عصب مصنوعی‌ای ساختند که به زبان الکتریکی مغز صحبت می‌کند

پژوهشگران دانشگاه ماساچوست آمهرست یک نورون مصنوعی ساخته‌اند که از نانو‌سیم‌های پروتئینی تشکیل شده و در محدوده ولتاژی نزدیک به نورون‌های زیستی عمل می‌کند. این قطعه که از رشته‌های پروتئینی سنتزشده توسط باکتری تولیدکننده الکتریسیته Geobacter sulfurreducens ساخته شده است، سیگنال‌ها را در حدود 0.1 ولت ثبت می‌کند — یعنی در همان بازه‌ای که سلول‌های عصبی انسان کار می‌کنند. کار در این محدوده ولتاژ پایین، درهای تازه‌ای را به روی محاسبات نورومورفیک با مصرف انرژی کم و نیز واسطه‌های الکترونیکی مستقیم با بافت زنده باز می‌کند.

پیش‌زمینه علمی و جزئیات فنی

نورون‌های زیستی اطلاعات را از طریق تغییرات کوچک ولتاژ در سراسر غشای سلولی منتقل می‌کنند؛ به‌عنوان مثال حالت استراحت نورون انسانی حدود −70 میلی‌ولت است و پتانسیل عمل می‌تواند تا حدود +30 میلی‌ولت بالا برود، یعنی دامنه‌ای نزدیک به 100 میلی‌ولت در نوسان. مغز انسان وظایف پیچیده شناختی را با توان در حدود 20 وات انجام می‌دهد؛ مقایسه‌ای چشمگیر با برخی از سیستم‌های پیشرفته هوش مصنوعی که نیاز به توان چندین برابر یا حتی چندین مرتبه بیشتر دارند. به همین دلیل مهندسان مدت‌هاست در پی ساخت نورون‌های مصنوعی هستند که رفتار زیستی را تقلید کنند تا رایانه‌هایی بسازند که هم به‌صرفه‌تر از نظر انرژی باشند و هم در تعامل با سامانه‌های زنده کارآمدتر عمل کنند.

طراحی‌های پیشین نورون مصنوعی عموماً به ولتاژهای بالاتری نیاز داشتند و در نتیجه مصرف انرژی آن‌ها بسیار بیشتر بود. به‌گفته جون یائو (Jun Yao)، استاد مشارکتی مهندسی برق و کامپیوتر در UMass Amherst و نویسنده ارشد مقاله منتشرشده، طراحی‌های پیشین تا حدود ده برابر ولتاژ و تا 100 برابر مصرف توان بیشتر نسبت به نورون جدید بر پایه نانو‌سیم پروتئینی داشتند. کار کردن نزدیک به 0.1 ولت باعث می‌شود این دستگاه‌ها با بافت عصبی زنده سازگار باشند و پیچیدگی مدار را با حذف نیاز به مراحل تقویت‌کننده بزرگ کاهش دهند؛ به‌عبارت دیگر دیگر نیازی به تقویت سیگنال‌های ضعیف با تقویت‌کننده‌های پرمصرف نیست.

مادهٔ پایه این نورون یک نانو‌سیم پروتئینی مشتق از Geobacter sulfurreducens است؛ باکتری‌ای که به خاطر تولید رشته‌های پروتئینی هادی شناخته شده است. تیم UMass پیش‌تر از این نانو‌سیم‌های بیولوژیک در حسگرهای زیستی کم‌مصرف، پوشش‌های biofilm که از عرق انرژی تولید می‌کنند برای الکترونیک پوشیدنی، و دستگاه‌هایی برای برداشت برق از هوا استفاده کرده‌اند. در کار حاضر، نانو‌سیم‌های پروتئینی عنصر فعال یک نورون مصنوعی سنتتیک را تشکیل می‌دهند که هم می‌تواند سیگنال ولتاژ بگیرد و هم سیگنال‌های ولتاژی در بازه زیستی منتشر کند؛ یعنی عملکردی دوطرفه شبیه نورون‌های زنده.

یافته‌های کلیدی و پیامدها

نویسندهٔ اصلی مطالعه، شوآی فو (Shuai Fu)، دانشجوی ارشد مهندسی برق و کامپیوتر، کارایی بالای دستگاه را برجسته کرد: «مغز ما حجم عظیمی از داده را پردازش می‌کند، اما مصرف انرژی‌اش بسیار پایین است.» او این واقعیت را با هزینه‌های بالای انرژی مدل‌های بزرگ زبانی مقایسه کرد. نورون مصنوعی جدید نشان می‌دهد که الکترونیک مبتنی بر پروتئین قادر است دامنه‌های ولتاژی قابل مقایسه با نورون‌های زنده را به‌دست آورد؛ گامی حیاتی به سوی سیستم‌های ترکیبی زیست-الکترونیک.

از نظر عملی، این پیشرفت احتمالاً به حسگرهای پوشیدنی نسل بعدی و دستگاه‌های قابل کاشت منجر می‌شود که بدون نیاز به تقویت‌کننده‌های حجیم می‌توانند مستقیماً با سیستم عصبی ارتباط برقرار کنند. در عمل، اغلب حسگرهای پوشیدنی کنونی سیگنال‌های زیستی را تشخیص می‌دهند که برای الکترونیک استاندارد خیلی ضعیف است و نیاز به تقویت‌کننده‌هایی دارد که مصرف انرژی و پیچیدگی دستگاه را افزایش می‌دهند. دستگاه‌هایی که با نورون‌های مصنوعی ولتاژپایین ساخته شوند، می‌توانند از این مرحلهٔ تقویت عبور کنند، طراحی‌ها را ساده‌تر کنند و عمر باتری را طولانی‌تر سازند؛ به‌خصوص در کاربردهایی مانند پایش دائمی سلامت، رابط‌های عصبی-ماشینی و پروتزهای عصبی که مصرف پایین و پاسخ‌دهی سریع اهمیت دارد.

تکنولوژی‌های مرتبط و افق‌های آینده

این توسعه در تقاطع چند حوزهٔ فعال قرار می‌گیرد: محاسبات نورومورفیک (سخت‌افزاری که معماری‌های عصبی را تقلید می‌کند)، بیوالکترونیک (دستگاه‌هایی که با زیست‌شناسی تعامل دارند)، و زیست‌شناسی سنتتیک (مهندسی موجودات یا مولکول‌های زیستی برای کارکردهای نو). ترکیب نانو‌سیم‌های پروتئینی با مدارها می‌تواند معماری‌های محاسباتی الهام‌گرفته از زیست، اما بسیار بهینه‌تر برای وظایفی مانند پردازش حسی و شناسایی الگو، ایجاد کند.

برای نمونه، در محاسبات نورومورفیک، آرایه‌های متقاطع (crossbar arrays) یا شبکه‌های مبتنی بر مقاومت‌های حافظه‌دار (memristive) می‌توانند با المان‌های فعال ولتاژپایین مبتنی بر پروتئین به‌صورت مستقیم ارتباط سیناپسی و نورونی را شبیه‌سازی کنند. این امکان، پردازش موازی گسترده با انرژی بسیار پایین را می‌گشاید. همچنین، ویژگی‌های دینامیکی نانو‌سیم‌های پروتئینی ممکن است برای پیاده‌سازی قواعد یادگیری محلی مانند پلاستیسیته وابسته به زمان اسپایک (STDP) مناسب باشند؛ یعنی یادگیری‌های همبستگی‌محور که نیازی به ارتباط متمرکز یا پردازش ابری ندارند.

با این‌حال، چالش‌های مهمی باقی می‌ماند. پایداری بلندمدت، زیست‌سازگاری و تولید مقیاس‌پذیر اجزای مبتنی بر پروتئین تعیین‌کننده خواهند بود که آیا این نورون‌ها می‌توانند از آزمایشگاه به کاربردهای تجاری یا بالینی برسند یا نه. علاوه بر این، اتصال شبکه‌ای تعداد زیادی نورون مصنوعی به‌طور قابل اعتماد، نیازمند توسعهٔ پروتکل‌ها و معماری‌های ارتباطی مناسب، مدیریت خطا، و کنترل نویز الکتریکی است. در زمینهٔ تعامل با بافت زنده، مسائل ایمنی مانند پاسخ ایمنی، کاپکینگ و پوشش‌های بیوسازگار، و الزامات نظارتی نیز باید حل شوند.

جهت‌گیری‌های آینده و کاربردهای بالقوه

در کوتاه‌مدت، کاربردهای عملی محتمل شامل حسگرهای زیستی کم‌مصرف، پروتزهای عصبی با کارایی بالاتر، و پوشیدنی‌های هوشمندی است که پردازش سیگنال را محلی انجام می‌دهند. این نوع دستگاه‌ها می‌توانند پردازش اولیهٔ سیگنال‌های بیولوژیک را در محل انجام دهند و تنها داده‌های جمع‌بندی‌شده یا هشدارها را به سرور بفرستند؛ این رویکرد به‌خصوص برای حفظ حریم خصوصی و کاهش پهنای‌باند ارتباطی اهمیت دارد.

در افق بلندمدت، شبکه‌هایی از نورون‌های مصنوعی مبتنی بر نانو‌سیم پروتئینی می‌توانند زیربنای پردازنده‌های نورومورفیک شوند که محاسبات پیچیده و موازی را با اثرانگشت‌های انرژی بسیار کوچک‌تر نسبت به معماری‌های مبتنی بر سیلیکون انجام دهند. چنین پردازنده‌هایی به‌ویژه در پردازش حسگرها، تحلیل سیگنال‌های زیستی در زمان واقعی، و حتی در پیاده‌سازی شتاب‌دهنده‌های اختصاصی برای الگوریتم‌های یادگیری ماشینِ سبک‌وزن یا الگوریتم‌های مبتنی بر رویداد (event-driven) می‌توانند جذاب باشند.

هم‌چنین ارزش پژوهشی این دستاورد در ایجاد پل‌های مفهومی میان زیست‌شناسی و الکترونیک نهفته است؛ با استفاده از مصالح زیستی تولیدشده توسط میکروارگانیسم‌ها می‌توانیم دستگاه‌های الکتریکی با رفتارهای نوظهور بسازیم که پیش از این تنها در شبکه‌های عصبی زیستی مشاهده می‌شدند. این رونوآوری می‌تواند به ظهور شیو‌ه‌های نوین در طراحی حسگرها، محاسبات تطبیقی و رابط‌های مغز-ماشین منجر شود.

نتیجه‌گیری

تیم دانشگاه ماساچوست آمهرست با ساخت نورون مصنوعی بر پایه نانو‌سیم پروتئینی، گامی معنادار به‌سوی الکترونیک سازگار با زیست و کم‌مصرف برداشته است؛ دستگاه‌هایی که عملاً «به زبان» الکتریکی مغز صحبت می‌کنند. با تطبیق دامنه‌های ولتاژی با سطوح زیستی، این دستگاه‌ها نیاز به تقویت‌بخش‌های بزرگ را کاهش می‌دهند و آینده‌ای را نشان می‌دهند که در آن سخت‌افزار محاسباتی و بافت زنده می‌توانند به شکلی طبیعی‌تر و کارآمدتر با هم تعامل کنند. البته مسیر صنعتی‌سازی و بالینی شدن این فناوری نیازمند کار مداوم روی پایداری، تولید مقیاس‌پذیر و تضمین ایمنی است، اما چشم‌انداز کاربردی و علمی آن بسیار گسترده و امیدوارکننده است.

منبع: scitechdaily

ارسال نظر

نظرات