Sztuczny neuron dogadał się z ludzkim mózgiem. Przełom z USA

Po raz pierwszy udało się stworzyć sztuczny neuron, który prowadzi „rozmowę” z prawdziwymi komórkami nerwowymi w warunkach zbliżonych do tych w ludzkim mózgu.

To nie jest kolejny ogólny news o AI, ale bardzo konkretne osiągnięcie z pogranicza neurobiologii i elektroniki. Zespół z Uniwersytetu Massachusetts zbudował element, który zachowuje się jak prawdziwy neuron, działa przy podobnym napięciu i potrafi wymieniać sygnały z biologicznymi neuronami, nie „zagłuszając” ich pracy.

Czym w ogóle jest neuron i dlaczego jest tak ważny

Mózg to najbardziej skomplikowany narząd naszego ciała, a jego podstawową jednostką są neurony. Według danych Instytutu Mózgu w ludzkiej czaszce pracuje ich około 100 miliardów. Każdy z nich składa się z ciała komórki, kępy rozgałęzień zwanych dendrytami i długiego „kabelka” – aksonu.

Dendryty odbierają informacje, ciało komórki je przetwarza, a akson przekazuje dalej elektryczny impuls. W ten sposób mózg steruje ruchem, pamięcią, emocjami, zmysłami. Gdy fragment tej sieci się psuje, zaczynają się poważne kłopoty zdrowotne.

Uszkodzone neurony wiążą się z chorobą Parkinsona, zaburzeniami czucia czy problemami z pamięcią charakterystycznymi dla choroby Alzheimera. Problem polega na tym, że te komórki praktycznie się nie odnawiają. Jeśli obumrą, organizm na ogół nie potrafi ich zastąpić.

Dlaczego martwe neurony to taka bariera dla medycyny

W przypadku mięśni czy skóry organizm uruchamia procesy regeneracyjne. Komórki dzielą się, łatamy uszkodzenie. Z neuronami jest inaczej: po dojrzewaniu człowieka ich zdolność do tworzenia nowych kopii jest bardzo ograniczona. Dlatego neurologiczne choroby zwyrodnieniowe nasilają się z czasem i dzisiaj medycyna głównie łagodzi objawy, zamiast realnie naprawiać sieci nerwowe.

Od lat naukowcy zastanawiają się, jak obejść tę barierę. Pojawiały się pomysły przeszczepów komórek macierzystych, implantów elektronicznych, specjalnych leków. W tle rozwija się jeszcze jedna dziedzina: tworzenie sztucznych struktur naśladujących mózg, czyli tak zwana integracja neuromorficzna.

Integracja neuromorficzna – gdy elektronika uczy się od mózgu

Integracja neuromorficzna to kierunek badań na styku informatyki, elektroniki i neurobiologii. Chodzi o budowanie urządzeń, które przypominają sieci neuronowe nie tylko z nazwy, ale też z budowy i sposobu działania. Zamiast klasycznych tranzystorów – elementy zachowujące się jak synapsy i neurony.

Tego typu układy mogą w przyszłości:

• tworzyć wydajniejsze, oszczędne energetycznie procesory dla AI,
• stać się „mostem” między mózgiem a komputerem,
• pełnić rolę elektronicznej protezy uszkodzonych fragmentów układu nerwowego,
• umożliwiać bardziej naturalne interfejsy mózg–maszyna.

Dotychczasowe eksperymenty wyglądały obiecująco głównie na papierze. Sztuczne neurony zwykle wymagały zbyt wysokiego napięcia, pobierały za dużo mocy i nadawały sygnały tak silne, że biologiczne komórki nie były w stanie prawidłowo ich „odczytać”. Elektronika raczej krzyczała do mózgu, zamiast z nim spokojnie rozmawiać.

Nowy sztuczny neuron z Massachusetts: co właściwie zrobiono

Badacze z Uniwersytetu Massachusetts opisali w „Nature Communications” element, który po raz pierwszy zbliża się do zachowania prawdziwego neuronu na praktycznym poziomie. Stworzony przez nich sztuczny neuron:

Sztuczny neuron działa przy napięciu około 0,1 wolta, czyli w bardzo podobnym zakresie jak komórki nerwowe w ludzkim organizmie, i potrafi wymieniać z nimi sygnały bez zakłócania ich aktywności.

To właśnie ta „cicha” komunikacja jest tu kluczowa. Wcześniejsze konstrukcje zużywały około dziesięciokrotnie wyższe napięcie i nawet stukrotnie więcej mocy. W praktyce sprawiało to, że elektronika nie nadawała się do bezpośredniego kontaktu z delikatną tkanką mózgową.

Nanofils białkowe – niewidoczny gołym okiem szkielet układu

Nowatorskim elementem konstrukcji są nanofilamenty białkowe. To ultracienkie „druciki”, wytwarzane przez bakterie. W naturalnym środowisku pomagają im przyczepiać się do powierzchni i wymieniać elektrony.

Naukowcy wykorzystali te struktury jako przewodniki w sztucznym neuronie. Dlaczego to takie ważne?

• Nanofilamenty dobrze przewodzą sygnały przy niskim napięciu.
• Są stabilne w wilgotnym środowisku – a mózg funkcjonuje w płynach, nie w suchym powietrzu.
• Białkowa natura tych elementów ułatwia integrację z żywą tkanką w porównaniu z klasycznym metalem czy krzemem.

Zbudowanie elementu elektronicznego, który bez problemu „żyje” w wilgotnym, biologicznym otoczeniu i nie rozpada się w kontakcie z płynami ustrojowymi, było jednym z największych technicznych wyzwań takich badań.

Jak ten neuron „rozmawia” z komórkami mózgu

Badacze połączyli sztuczny element z siecią prawdziwych neuronów w kontrolowanych warunkach laboratoryjnych. Zaobserwowali, że sztuczny neuron:

• odbiera sygnały przekazywane przez biologiczne komórki,
• przetwarza je zgodnie ze swoją charakterystyką,
• odsyła impuls, który mieści się w naturalnym „języku elektrycznym” neuronów.

Nie chodzi o to, że urządzenie rozumie myśli. Ważne jest coś innego: przepływ ładunków i wzorce impulsów są na tyle zbliżone do biologicznych, że sieć nerwowa nie traktuje go jak obcego ciała, które generuje losowe zakłócenia.

Co z tego może mieć medycyna i elektronika

Jeśli kolejne eksperymenty potwierdzą skuteczność koncepcji, konsekwencje mogą być bardzo szerokie. Na horyzoncie rysuje się kilka potencjalnych zastosowań:

• Implanty neurologiczne nowej generacji – zamiast prostych elektrod stymulujących mózg powstaną układy, które zachowują się jak zaginione fragmenty sieci neuronalnej.
• Leczenie chorób neurodegeneracyjnych – w odległej perspektywie takie elementy mogłyby częściowo zastępować obumarłe neurony przy chorobie Parkinsona czy Alzheimera.
• Interfejsy mózg–komputer – komunikacja z protezami, egzoszkieletami lub komputerami może stać się bardziej naturalna, bez konieczności „podkręcania” sygnału do niebezpiecznych poziomów.
• Superoszczędne układy AI – procesory inspirowane biologicznymi sieciami nerwowymi, działające przy bardzo niskich napięciach, mogą radykalnie obniżyć zużycie energii przez sztuczną inteligencję.

Wszystko to brzmi bardzo futurystycznie, ale na razie mówimy o wczesnym etapie badań. Do wszczepiania takich elementów ludziom droga jest jeszcze długa, wypełniona testami bezpieczeństwa, próbami na zwierzętach, a potem wieloletnimi badaniami klinicznymi.

Ryzyka, etyka i bardzo realne ograniczenia

Gdy tylko pojawiają się pomysły bezpośredniej ingerencji w mózg, wracają pytania o prywatność myśli i możliwość manipulacji zachowaniem. W praktyce na tym etapie badań zagrożenia są dużo bardziej przyziemne: reakcja układu odpornościowego, stabilność materiałów w organizmie, ryzyko uszkodzenia delikatnej tkanki podczas implantacji.

Trzeba też pamiętać, że mózg nie jest prostą siecią kabli, którą da się załatać jednym dodatkowym „drutem”. To ogromna, dynamiczna sieć połączeń. Nawet bardzo dobry sztuczny neuron jest jedynie cegiełką, a nie gotowym rozwiązaniem wszystkich problemów neurologii.

Jak rozumieć takie badania w praktyce

Dla przeciętnego użytkownika technologii takie prace mogą wydawać się abstrakcyjne. Mimo wszystko warto je śledzić, bo dokładnie z takich „dziwnych” laboratoriów wyłaniają się później bardzo konkretne rozwiązania: rozruszniki serca, głębokie stymulatory mózgu czy zaawansowane protezy sterowane sygnałami nerwowymi.

Dobrze też rozróżniać dwie rzeczy: sztuczne sieci neuronowe znane z AI oraz fizyczne sztuczne neurony, o których mowa w tym badaniu. Pierwsze to programy działające w komputerze, drugie – rzeczywiste, miniaturowe elementy elektroniczne, które próbuje się wpiąć do biologicznego układu nerwowego. Oba podejścia inspirują się mózgiem, lecz funkcjonują na zupełnie różnych poziomach.

Jeżeli naukowcom uda się dalej zmniejszać zużycie energii i poprawiać kompatybilność takich urządzeń z tkanką nerwową, możemy doczekać czasów, w których elektronika nie tylko mierzy aktywność mózgu, ale realnie z nim współpracuje. Nie w sensie czytania myśli, lecz wspierania uszkodzonych obszarów i przywracania części utraconych funkcji. To kierunek, który może zmienić zarówno medycynę, jak i sposób projektowania kolejnych generacji AI.