تعامل موفقیتآمیز نورونهای مصنوعی با سلولهای واقعی مغز؛ نویدبخش عصر جدید بیوالکترونیک
مهندسان نورونهای مصنوعی انعطافپذیر و کمهزینهای را توسعه دادهاند که میتوانند مستقیماً با بافت زنده مغز ارتباط برقرار کنند و راه را برای نوروپروتزهای پیشرفته و محاسبات فوقالعاده کارآمد هموار سازند.
به قلم تیم سردبیری کوهستان
این خبر را به اشتراک بگذارید
- مهندسان نورومورفیک
- طرفداری از سختافزار الهامگرفته از مغز برای حل بحران انرژی هوش مصنوعی.
- عصبشناسان
- تمرکز بر کاربردهای پزشکی واسطهای مغز و ماشین یکپارچه.
- تحلیلگران بیوالکترونیک
- ارزیابی پیامدهای گستردهتر ادغام سیستمهای مصنوعی و بیولوژیکی.
زوایای پوششدادهنشده
- · گروههای حمایت از بیماران مبتلا به اختلالات عصبی
- · تنظیمکنندگان انرژی مراکز داده
چرا مهم است
این موفقیت، شکاف بین سیلیکون سخت و بافت بیولوژیکی نرم را پر میکند و پتانسیل ایمپلنتهای مغزی را آزاد میسازد که میتوانند به طور یکپارچه عملکردهای حسی از دست رفته را بازیابی کنند و سختافزار هوش مصنوعی را با کارایی انرژی فوقالعاده مغز انسان به کار اندازند.
نکات کلیدی
- مهندسان نورونهای مصنوعی انعطافپذیری را چاپ کردهاند که با موفقیت با بافت زنده مغز موش ارتباط برقرار میکنند.
- دستگاههای جدید کاملاً با زمانبندی و مدت زمان پالسهای نورونهای بیولوژیکی طبیعی مطابقت دارند.
- یک پیشرفت جداگانه، نورونهای مصنوعی را به دست آورد که با ۰.۱ ولت کار میکنند و دقیقاً با ولتاژ سلولهای انسانی مطابقت دارند.
- این فناوری راه را برای محاسبات نورومورفیک فوقالعاده کارآمد و ایمپلنتهای پزشکی یکپارچه هموار میکند.
شکاف اساسی بین زیستشناسی و الکترونیک همیشه مسئله زبان بوده است. تراشههای سیلیکونی با کد باینری سخت و ولتاژ بالا ارتباط برقرار میکنند، در حالی که مغز انسان متکی بر پالسهای الکتروشیمیایی نرم و ولتاژ پایین است. برای دههها، پر کردن این شکاف نیازمند نیروی خام بود—ایمپلنتهایی که اساساً بافت ظریف مغز را با استفاده از پالسهای الکتریکی خام مورد خطاب قرار میدادند، پالسهایی که فاقد ظرافت ارتباط بیولوژیکی طبیعی بودند. این ناسازگاری اساسی، طول عمر و کارایی واسطهای مغز و ماشین را محدود کرده و در عین حال مانع از آن شده است که دانشمندان کامپیوتر بتوانند کارایی محاسباتی چشمگیر مغز را در سختافزارهای مصنوعی تکرار کنند.[1][6]
اکنون، این الگو در حال تغییر است. در مجموعهای از پیشرفتهای اخیر، مهندسان با موفقیت نورونهای مصنوعیای را توسعه دادهاند که نه تنها سلولهای مغزی بیولوژیکی را تقلید میکنند، بلکه فعالانه با آنها به گفتگو میپردازند. این دستگاههای مصنوعی با تطبیق زمانبندی، شکل و ولتاژ دقیق پالسهای عصبی طبیعی، از یک آستانه حیاتی در بیوالکترونیک عبور کردهاند. این نشاندهنده فاصله گرفتن از سیلیکون سخت سنتی و معرفی مواد انعطافپذیر و پویا است که میتوانند به طور یکپارچه با بافت زنده ادغام شوند، بدون اینکه باعث آسیب یا تحریک پاسخهای ایمنی تهاجمی شوند.[1]
پیامدهای این فناوری بسیار فراتر از حوزه ایمپلنتهای پزشکی است. از آنجایی که مراکز داده هوش مصنوعی مقادیر فزایندهای از برق جهانی و آب را برای خنکسازی مصرف میکنند، صنعت فناوری به شدت به دنبال سختافزاری است که کارایی انرژی بینظیر مغز را تقلید کند. این نورونهای مصنوعی جدید، طرحی برای هر دو مورد نوروپروتزهای یکپارچه و محاسبات با توان فوقالعاده پایین ارائه میدهند و به طور بالقوه دو مورد از مهمترین چالشهای مهندسی قرن بیست و یکم را به طور همزمان حل میکنند؛ با جایگزینی ترانزیستورهای سخت با مدارهای پویا و الهامگرفته از زیستشناسی.[1][6]
جدیدترین جهش رو به جلو از دانشگاه نورثوسترن (Northwestern University) حاصل شده است، جایی که محققان با موفقیت نورونهای مصنوعی انعطافپذیری را چاپ کردند که قادر به فعالسازی مستقیم بافت زنده مغز هستند. این تیم مهندسی، که جزئیات کارشان در مجله Nature Nanotechnology منتشر شده است، از چاپ جوهر افشان آئروسل (aerosol jet printing) برای رسوب جوهرهای الکترونیکی تخصصی ساخته شده از دیسولفید مولیبدن و گرافن بر روی یک زیرلایه پلیمری انعطافپذیر استفاده کردند. به جای حذف کامل پلیمر تثبیتکننده در طول فرآیند ساخت، این تکنیک آن را تا حدی تجزیه میکند تا مسیرهای رسانای باریکی ایجاد شود. این طراحی ساختاری منحصربهفرد به دستگاهها اجازه میدهد تا پاسخهای الکتریکی بسیار موضعی و شبیه به نورون تولید کنند که معماری فیزیکی شبکههای عصبی بیولوژیکی را تقلید میکند.[2][4]
هنگامی که این دستگاههای چاپی در آزمایشهای آزمایشگاهی به برشهایی از مخچه موش متصل شدند، نتایج بیسابقه بود. نورونهای مصنوعی پالسهای الکتریکی تولید کردند که کاملاً با زمانبندی و مدت زمان سلولهای پورکینج (Purkinje cells) طبیعی مطابقت داشت و به طور قابل اعتمادی فعالیت را در مدارهای عصبی زنده تحریک میکرد. به جای تولید پالسهای ساده و یکباره مانند ضربانسازهای الکترونیکی سنتی، دستگاههای جدید الگوهای سیگنالدهی بسیار پیچیدهای تولید کردند. این الگوها شامل پالسهای منفرد، شلیک مداوم و الگوهای انفجاری پیچیده بود که شباهت زیادی به نحوه ارتباط و پردازش اطلاعات توسط نورونهای واقعی در یک ارگانیسم زنده دارد.[2][4]
مارک سی. هرسام، استاد علوم مواد نورثوسترن که رهبری این مطالعه را بر عهده داشت، توضیح داد: «آزمایشگاههای دیگر سعی کردهاند نورونهای مصنوعی را با مواد آلی بسازند، و آنها خیلی آهسته پالس میزدند. یا از اکسیدهای فلزی استفاده کردند که خیلی سریع هستند. ما در یک محدوده زمانی قرار داریم که قبلاً برای نورونهای مصنوعی نشان داده نشده بود.» با کار کردن در مقیاس زمانی دقیق مورد نیاز زیستشناسی، نورونهای زنده به نورون مصنوعی طوری پاسخ دادند که گویی یک همتای طبیعی است، و سطحی از زیستسازگاری را نشان دادند که قبلاً از دسترس محققان دور بود.[4]
این دقت زمانی برای آینده محاسبات و هوش مصنوعی بسیار حیاتی است. نورونهای بیولوژیکی فقط پالسهای ساده شلیک نمیکنند؛ آنها از طریق الگوهای سیگنالدهی پیچیده ارتباط برقرار میکنند که به یک سلول اجازه میدهد اطلاعات بسیار بیشتری را نسبت به یک ترانزیستور سیلیکونی باینری سنتی رمزگذاری کند. با به دست آوردن این تنوع سیگنالدهی، نورونهای مصنوعی چاپی میتوانند عملکردهای بسیار پیچیدهتری را با استفاده از قطعات بسیار کمتری انجام دهند. این امر کارایی کلی سیستم را به شدت بهبود میبخشد و زمینه را برای سختافزار نسل بعدی فراهم میکند که واقعاً مانند یک مغز بیولوژیکی عمل میکند تا یک ماشین حساب دیجیتال.[2][4]
این دقت زمانی برای آینده محاسبات و هوش مصنوعی بسیار حیاتی است.
همزمان با موفقیت نورثوسترن، محققان دانشگاه ماساچوست امهرست (UMass Amherst) قطعه حیاتی دیگری از پازل بیوالکترونیک را حل کردهاند: مانع ولتاژ. نورونهای مصنوعی سنتی معمولاً برای کار کردن به حداقل یک ولت کامل نیاز دارند—تقریباً ده برابر ولتاژ نورونهای بیولوژیکی. این نیاز به توان بالا آنها را بسیار ناکارآمد و به طور بالقوه برای بافت زنده ظریف مضر میسازد. تلاش برای اتصال این دستگاههای قدیمی به مغز زنده، مانند وصل کردن یک وسیله خانگی کمولتاژ مستقیماً به یک خط برق صنعتی با ولتاژ بالا بود که منجر به نویز بیش از حد و آسیب سلولی میشد.[3][5]
تیم UMass Amherst برای حل این مشکل، سیلیکون سخت را به طور کامل کنار گذاشت و به جای آن به مواد بیولوژیکی روی آورد. آنها نانوسیمهای پروتئینی بسیار رسانا را از باکتری Geobacter sulfurreducens برداشت کردند، باکتری منحصربهفردی که در ابتدا در یک گودال در اوکلاهاما کشف شد و به طور طبیعی رشتههای الکتریکی تولید میکند تا در محیط خود ارتباط برقرار کرده و زنده بماند. این مواد الکترونیکی پایدار و سبز، پل بیولوژیکی کاملی را فراهم کردند و به تیم مهندسی اجازه دادند تا یک دستگاه مصنوعی بسازند که به طور ذاتی محیط الکتروشیمیایی یک سلول زنده را درک کرده و با آن تعامل کند، بدون نیاز به توان خارجی بیش از حد.[3][5]
محققان با ترکیب این نانوسیمهای پروتئینی با یک ممریستور میکروسکوپی—یک مقاومت الکتریکی تخصصی که حافظه فیزیکی از بارهای الکتریکی که قبلاً از آن عبور کردهاند را حفظ میکند—یک نورون مصنوعی ساختند که تنها با ۰.۱ ولت کار میکند. این ولتاژ دقیقاً با پتانسیل غشای استراحت یک سلول مغزی انسان مطابقت دارد. این موفقیت نشاندهنده کاهش خیرهکننده ۱۰۰ برابری در مصرف برق در مقایسه با نسلهای قبلی نورونهای مصنوعی است و به سطحی از واقعگرایی زیستی و کارایی انرژی دست یافته است که قبلاً در مدارهای مصنوعی دیده نشده بود.[3][5]
دستگاههای UMass توانایی فوقالعادهای برای ارتباط مستقیم با سیستمهای زنده نشان دادند. هنگامی که در محیط آزمایشگاهی به سلولهای قلبی زنده متصل شدند، نورونهای مصنوعی با موفقیت انقباضات فیزیکی سلولها را در زمان واقعی نظارت کردند. علاوه بر این، هنگامی که محققان نوراپینفرین—هورمونی که به طور طبیعی ضربان قلب را در انسان افزایش میدهد—را وارد کردند، نورونهای مصنوعی به این نشانه شیمیایی واکنش نشان دادند. این ثابت کرد که دستگاههای مصنوعی میتوانند به تعدیلکنندههای عصبی و سیگنالهای شیمیایی درست مانند سلولهای بیولوژیکی واقعی پاسخ دهند، نه اینکه صرفاً به ورودیهای الکتریکی مستقیم از یک واسط کامپیوتری متکی باشند.[3][5]

در مجموع، این پیشرفتها به سرعت در حال تسریع حوزه محاسبات نورومورفیک هستند. مغز انسان به طور گستردهای کارآمدترین کامپیوتر در جهان شناخته شده است که تریلیونها عملیات پیچیده را در ثانیه با تقریباً ۲۰ وات توان انجام میدهد—انرژی معادل مورد نیاز برای روشن کردن یک لامپ کمنور. در مقابل، مراکز داده هوش مصنوعی مدرن برای پردازش مدلهای زبان بزرگ و مدیریت تقاضاهای الگوریتمهای یادگیری ماشین مدرن، به میلیونها وات برق و زیرساختهای عظیم خنککننده آبی که از نظر زیستمحیطی پرهزینه هستند، نیاز دارند.[1][4][5]
از آنجایی که تخمین زده میشود مغز بیولوژیکی پنج مرتبه بزرگی (five orders of magnitude) کارآمدتر از یک کامپیوتر دیجیتال سنتی باشد، سختافزار نورومورفیک ساخته شده از این نورونهای مصنوعی جدید میتواند اساساً مسیر توسعه هوش مصنوعی را تغییر دهد. با پردازش اطلاعات از طریق پالسهای فیزیکی و پویا به جای الگوریتمهای نرمافزاری که بر روی ترانزیستورهای سیلیکونی سخت اجرا میشوند، تراشههای کامپیوتری آینده میتوانند مجموعهدادههای عظیم و دادهمحور را با کسری ناچیز از ردپای انرژی فعلی مدیریت کنند. این تغییر به شدت تأثیر زیستمحیطی صنعت فناوری را کاهش میدهد و در عین حال سیستمهای هوش مصنوعی بسیار پیچیدهتری را امکانپذیر میسازد.[4][6]
در حوزه پزشکی، توانایی ادغام یکپارچه نورونهای مصنوعی و بیولوژیکی، مرزهای کاملاً جدیدی را برای نوروپروتزهای پیشرفته باز میکند. واسطهای مغز و ماشین کنونی اغلب به دلیل تخریب شدید سیگنال در طول زمان رنج میبرند، زیرا سیستم ایمنی مغز بافت اسکار محافظی را در اطراف الکترودهای فلزی سخت و خارجی تشکیل میدهد. از آنجایی که ایمپلنتهای سنتی به زبان الکتروشیمیایی بومی مغز صحبت نمیکنند، بدن در نهایت آنها را به عنوان اشیاء خارجی رد میکند، که به شدت دوام طولانیمدت دستگاههایی را که برای کمک به بیماران فلج شده برای بازیابی تحرک، کنترل اندامهای رباتیک یا بازیابی تواناییهای ارتباطی از دست رفته طراحی شدهاند، محدود میکند.[1][6]
نورونهای مصنوعی انعطافپذیر و ولتاژ پایین که به زبان الکتروشیمیایی بومی مغز صحبت میکنند، میتوانند با موفقیت این پاسخ ایمنی تهاجمی را دور بزنند. با تقلید از خواص فیزیکی و الکتریکی بافت بیولوژیکی واقعی، این دستگاههای پیشرفته امکان ایمپلنتهای طولانیمدت و با کیفیت بالا را فراهم میکنند که قادر به بازیابی عملکردهای حسی از دست رفته، مانند بینایی یا شنوایی هستند. علاوه بر این، آنها میتوانند کنترل روان و طبیعی بر اندامهای مصنوعی را برای بیماران فلج شده فراهم کنند، بدون خطر دائمی خرابی نهایی دستگاه به دلیل اسکار بافت یا تخریب الکتریکی در طول سالها استفاده مداوم.[1][4]
در حالی که این فناوری در حال حاضر در مرحله آزمایشگاهی باقی مانده است، نمایش موفقیتآمیز جریان سیگنال سلول به سلول بین شبکههای مصنوعی و بیولوژیکی، نقطه عطفی قطعی در علوم مواد و عصبشناسی است. دوران تحریک الکتریکی با نیروی خام به تدریج در حال پایان است و راه را برای آیندهای بسیار پیچیده باز میکند که در آن الکترونیک و زیستشناسی به طور بنیادی در هم تنیده شدهاند. این موفقیت راه را برای یک پارادایم جدید هموار میکند و به ماشینهای پیشرفته اجازه میدهد تا به طور یکپارچه بدن انسان را التیام بخشند، در حالی که کارایی ظریف بدن انسان الهامبخش نسل بعدی سیستمهای محاسباتی پایدار و با توان فوقالعاده پایین است.[1][3]
روند رویداد
دهه ۱۹۸۰
مفهوم محاسبات نورومورفیک برای اولین بار پیشنهاد شد، با هدف تقلید از معماری مغز در سیلیکون.
۲۰۲۱
محققان در UMass Amherst یک ریزسیستم الکترونیکی با استفاده از نانوسیمهای پروتئینی برداشت شده از باکتری Geobacter ایجاد کردند.
اکتبر ۲۰۲۵
مهندسان UMass Amherst با موفقیت نورونهای مصنوعی را توسعه دادند که دقیقاً در آستانه ۰.۱ ولت سلولهای بیولوژیکی کار میکنند.
آوریل ۲۰۲۶
محققان دانشگاه نورثوسترن نورونهای مصنوعی انعطافپذیری را چاپ کردند که با موفقیت پاسخهایی را در بافت زنده مغز موش تحریک میکنند.
بررسی عمیق دیدگاهها
مهندسان نورومورفیک
تمرکز بر حل بحران انرژی هوش مصنوعی از طریق سختافزار الهامگرفته از مغز.
این گروه مسیر فعلی هوش مصنوعی را به دلیل تقاضاهای عظیم برق و خنکسازی، اساساً ناپایدار میداند. آنها استدلال میکنند که با جایگزینی ترانزیستورهای سیلیکونی سخت و پرمصرف با نورونهای مصنوعی پویا و ولتاژ پایین، صنعت فناوری میتواند به «محاسبات نورومورفیک» دست یابد—سختافزاری که اطلاعات را با کارایی فوقالعاده مغز انسان پردازش میکند.
عصبشناسان و توسعهدهندگان دستگاههای پزشکی
تمرکز بر ادغام یکپارچه برای نوروپروتزهای پیشرفته.
برای محققان پزشکی، این موفقیت در مورد زیستسازگاری است. واسطهای مغز و ماشین سنتی متکی بر پالسهای الکتریکی خام هستند که میتوانند باعث آسیب بافتی و تحریک پاسخهای ایمنی در طول زمان شوند. با توسعه نورونهای مصنوعی که دقیقاً به زبان الکتروشیمیایی مغز صحبت میکنند—با تطبیق زمانبندی پالس و ولتاژ—این گروه معتقد است که ما وارد عصری میشویم که در آن ایمپلنتها میتوانند بینایی، شنوایی و حرکت را بدون تخریب بازیابی کنند.
اخلاق زیستی و حامیان ایمنی
تمرکز بر پیامدهای بلندمدت ادغام سیستمهای مصنوعی و بیولوژیکی.
در حالی که مزایای پزشکی را تأیید میکنند، این دیدگاه در مورد ادغام طولانیمدت نورونهای مصنوعی در شبکههای عصبی انسان، خواستار احتیاط است. آنها سؤالاتی را در مورد اینکه چگونه اجزای مصنوعی که به نشانههای شیمیایی پاسخ میدهند ممکن است انعطافپذیری طبیعی مغز را تغییر دهند، مطرح میکنند و بر نیاز به مطالعات طولانیمدت ایمپلنت مزمن قبل از انتقال این دستگاهها از آزمایشگاه به آزمایشهای انسانی تأکید میکنند.
آنچه نمیدانیم
- عملکرد نورونهای مصنوعی در مطالعات ایمپلنت مزمن طولانیمدت در داخل یک ارگانیسم زنده چگونه خواهد بود.
- آیا فرآیند تولید میتواند برای تولید میلیاردها نورون مصنوعی برای سختافزار هوش مصنوعی تجاری مقیاسپذیر باشد.
اصطلاحات کلیدی
- محاسبات نورومورفیک
- روشی در مهندسی کامپیوتر که در آن عناصر یک کامپیوتر بر اساس سیستمهای موجود در مغز و سیستم عصبی انسان مدلسازی میشوند.
- پتانسیل عمل
- توالی سریعی از تغییرات در ولتاژ در سراسر غشای سلولی، که نشاندهنده سیگنال الکتریکی است که نورونها برای برقراری ارتباط از آن استفاده میکنند.
- ممریستور
- یک جزء الکتریکی که جریان الکتریکی را محدود یا تنظیم میکند و میزان باری را که قبلاً از آن عبور کرده است، به خاطر میسپارد.
- سلولهای پورکینج
- نورونهای بزرگ و پیچیدهای که در مخچه قرار دارند و نقش اساسی در کنترل حرکت حرکتی ایفا میکنند.
- چاپ جوهر افشان آئروسل
- یک فرآیند تولید افزایشی که قطرات ریز جوهرهای رسانا را برای ایجاد مدارهای الکترونیکی دقیق و انعطافپذیر اسپری میکند.
پرسشهای متداول
آیا این نورونهای مصنوعی میتوانند جایگزین سلولهای مغزی انسان شوند؟
خیر. آنها دستگاههای الکترونیکی هستند که برای تقلید و برقراری ارتباط با نورونهای بیولوژیکی طراحی شدهاند، نه جایگزینی خود سلولهای زنده.
چرا ولتاژ نورون مصنوعی مهم است؟
نورونهای بیولوژیکی با ولتاژهای بسیار پایین (حدود ۰.۱ ولت) کار میکنند. تطبیق این ولتاژ از آسیب رساندن دستگاههای مصنوعی به بافت زنده ظریف جلوگیری میکند و مصرف انرژی را به شدت کاهش میدهد.
این فناوری چگونه به هوش مصنوعی کمک میکند؟
هوش مصنوعی مدرن به مقادیر زیادی برق نیاز دارد. با تقلید از ساختار مغز، کامپیوترهای نورومورفیک ساخته شده با این نورونهای مصنوعی میتوانند وظایف پیچیده هوش مصنوعی را با کسری از توان پردازش کنند.
کاربردهای پزشکی این فناوری چیست؟
این دستگاهها میتوانند منجر به واسطهای پیشرفته مغز و ماشین و نوروپروتزهایی شوند که به طور یکپارچه با سیستم عصبی ادغام میشوند تا شنوایی، بینایی یا حرکت را بازیابی کنند.
منابع
[1]Factlen Editorial Teamتحلیلگران بیوالکترونیک
Synthesis by Factlen editorial team
مطالعه در Factlen Editorial Team →[2]Nature Nanotechnologyمهندسان نورومورفیک
Printed artificial neurons for bioelectronic interfacing
مطالعه در Nature Nanotechnology →[3]Nature Communicationsعصبشناسان
Protein nanowire artificial neurons operating at biological voltages
مطالعه در Nature Communications →[4]Northwestern Universityمهندسان نورومورفیک
Printed artificial neurons generate realistic brain-like signals that activate living neurons
مطالعه در Northwestern University →[5]University of Massachusetts Amherstعصبشناسان
Researchers Create Artificial Neuron That Closely Mimics Biological Counterparts
مطالعه در University of Massachusetts Amherst →[6]National Institutes of Healthعصبشناسان
Organic artificial neurons operating in liquid environments
مطالعه در National Institutes of Health →
هر زاویه. هر روز.
دریافت علم اخبار همراه با پوشش کامل منابع و تحلیل دیدگاهها، مستقیم در صندوق ورودی شما.








