US-Team kombiniert Gehirnzellen und Elektronik in 3D-Gerät für die Datenverarbeitung

Forscher der Princeton University haben ein dreidimensionales Gerät entwickelt, das lebende Gehirnzellen mit fortschrittlicher Elektronik verschmilzt, um Rechenaufgaben durchzuführen.

In dieser neuen Arbeit wurde fortschrittliche Fertigung verwendet, um ein 3D-Netz aus mikroskopisch kleinen Metalldrähten und Elektroden zu erstellen. Den Autoren der Studie zufolge dienen diese 3D-biologischen neuronalen Netzwerke einem doppelten Zweck.

Neben der Entschlüsselung der rechnerischen Geheimnisse des Gehirns bieten sie ein leistungsstarkes neues Werkzeug zum Verständnis und zur Entwicklung von Behandlungen für neurologische Erkrankungen. Biologische Neuronen, die über und durch eine Schicht eines 3D-elektronischen Netzes wachsen.

Moegliche Anwendungen

Forscher programmierten das Gerät, Muster zu erkennen. Quelle: Princeton UniversitySechsmonatiges stabiles 3D-Netz Das Forschungsteam setzte fortschrittliche Fertigungstechniken ein, um ein 3D-Netz zu konstruieren, das aus mikroskopisch kleinen Metalldrähten und Elektroden besteht.

Diese Struktur wird von einer ultra-dünnen, flexiblen Epoxidbeschichtung gestützt, die die weiche, empfindliche Textur von echtem Hirngewebe nachahmt. Unter Verwendung des Netzes als Gerüst wurden zehntausende Neuronen direkt kultiviert und die Elektronik wurde von innen mit dem biologischen Netzwerk verbunden.

Bemerkenswert blieb das System über sechs Monate stabil. Die „von innen nach außen“-Architektur ermöglicht es der Elektronik, die Zellen aufzuzeichnen und zu stimulieren und verwandelt einen riesigen 3D-Cluster lebender Neuronen in ein programmierbares System, das Berechnungen durchführen kann.

Diese langfristige Entwicklung gipfelte im Training

Diese langfristige Entwicklung gipfelte im Training eines Algorithmus, der in der Lage ist, komplexe Muster elektrischer Impulse innerhalb des Systems präzise zu interpretieren und zu erkennen.

Interessanterweise demonstrierte es seine rechnerische Leistung, indem es erfolgreich zwischen unterschiedlichen räumlichen Quellen (d. h. den Orten, an denen Signale entstehen) und zeitlichen elektrischen Mustern (dem Timing elektrischer Impulse) unterschied.

Diese Tests bestätigten, dass das Hybridgerät sowohl das Wo als auch das Wann eingehender Daten verarbeiten kann, sehr ähnlich einem natürlichen Gehirn. „Das System unterschied die Muster in beiden Tests korrekt.

Moegliche Anwendungen

Die Forscher sagten, sie hoffen, das System so zu skalieren, dass es zunehmend komplexere Aufgaben bewältigen kann“, merkten die Forscher an. Obwohl das Projekt ursprünglich für die neurowissenschaftliche Forschung entwickelt wurde, hat es Anwendungen bei der Lösung der Energiekrise in der modernen KI.

Rechenzentren verbrauchen enorme Mengen an Elektrizität, um die für die digitale Intelligenz erforderliche Mathematik durchzuführen. Die Forscher hoffen, den massiven Energieverbrauch zu lösen, der die KI-Technologie verlangsamt.

Das menschliche Gehirn ist der effizienteste Computer im bekannten Universum. Es führt komplexe Schlussfolgerungen und Mustererkennung durch, während es mit einem Millionstel des Stromverbrauchs digitaler Computer auskommt.

Moegliche Anwendungen

Mit echten biologischen Zellen sucht das Team von Princeton nach einem „Shortcut“ zu ultra-energieeffizienter Computertechnik. Fortschritte in der „Wetware Computing“.

Die Entdeckung von Princeton ist Teil eines schnell wachsenden Bereichs namens „Wetware Computing“. Während andere Wissenschaftler ähnliche Dinge versucht haben, ist dieses neue 3D-Design das Neueste in dieser Reihe.

Die meisten Versuche, Gehirnzellen für die Computertechnik zu nutzen, finden in flachen Petrischalen statt, die 2D, fragil und aus der Ferne überwacht werden. Im Jahr 2022 erstellte ein Startup namens Cortical Labs „DishBrain“, eine flache Schicht mit 800.000 Neuronen, die in 5 Minuten lernte, das Arcade-Spiel Pong zu spielen.

Obwohl beeindruckend, war DishBrain durch seine

Obwohl beeindruckend, war DishBrain durch seine 2D-Geometrie begrenzt. Anstatt nur auf dem neuen Gerät zu liegen, wuchsen die Zellen tatsächlich durch das Mesh hindurch und verflochten sich damit.

Da die Sensoren direkt im Zellcluster platziert sind, können die Forscher die neuronalen Signale deutlicher erkennen als je zuvor. Die Studie wurde am 23.

April im Journal Nature Electronics veröffentlicht.