Computer alimentato da cellule cerebrali

Mar 04 2023

Gli hardware biologici sono possibili? E la risposta è sì, perché il concetto di hardware biologico risale a tempi antichi, quando gli esseri umani usavano materiali naturali come ossa, conchiglie e rocce per creare strumenti e armi. L'uso di materiali biologici è continuato per tutto il Medioevo, dove ossa e pelli di animali venivano utilizzate per vari scopi, tra cui armature, utensili e strumenti musicali.

Gli hardware biologici sono possibili?

E la risposta è sì , perché il concetto di hardware biologico risale a tempi antichi, quando gli esseri umani utilizzavano materiali naturali come ossa, conchiglie e rocce per creare strumenti e armi. L'uso di materiali biologici è continuato per tutto il Medioevo, dove ossa e pelli di animali venivano utilizzate per vari scopi, tra cui armature, utensili e strumenti musicali.

Nei decenni successivi, i progressi nella biotecnologia e nella scienza dei materiali hanno portato allo sviluppo di un'ampia gamma di hardware biologico, inclusi dispositivi medici impiantabili, biosensori e interfacce bioelettroniche.

Ma a quale scopo serve nella potenza di calcolo, ne discutiamo di seguito;

Chip neurali e computer

Con il potenziale per rivoluzionare molti aspetti dell'informatica, dall'intelligenza artificiale e dalla robotica ai dispositivi medici e alle protesi. I chip neurali sono un tipo di chip per computer progettato per emulare la struttura e la funzione del cervello umano. Sono utilizzati nei computer per eseguire attività che richiedono elaborazione parallela e apprendimento automatico.

Proprio come i nostri cervelli, anche i chip neurali possono apprendere e adattarsi nel tempo, il che è importante per applicazioni come l'intelligenza artificiale e la robotica. Addestrando reti neurali su set di dati di grandi dimensioni, questi sistemi possono imparare a riconoscere modelli e fare previsioni con un alto grado di accuratezza.

I ricercatori della Northwestern University e dell'Università di Hong Kong hanno sviluppato un dispositivo modellato sul cervello umano che simula l'apprendimento umano.

Il grande svantaggio di questi chip è che ne servono milioni per imitare anche una singola risposta nervosa del cervello.

Anche un gigante come il " Frontier ", il supercomputer del Kentucky, un'installazione da 600 milioni di dollari e 6.800 piedi quadrati. Solo nel giugno dello scorso anno ha superato per la prima volta la capacità computazionale di un singolo cervello umano, ma utilizzando un milione di volte più energia”.

Brain Ancora l'MVP

I cervelli sono analogici. I miliardi di neuroni del cervello si comportano in modo molto diverso dagli interruttori digitali e dalle porte logiche di un computer digitale.

"Sappiamo dagli anni '20 che i neuroni non si limitano ad accendersi e spegnersi", afferma il biologo Matthew Cobb dell'Università di Manchester nel Regno Unito.

Alcuni neuroscienziati hanno sostenuto che anche i singoli neuroni possono eseguire determinati tipi di calcoli, paragonabili a ciò che gli informatici chiamano una funzione XOR, o "esclusiva o".

Questa è una rappresentazione visiva dell'ambiente Pong simulato in cui l'attività dei neuroni si riflette nelle tessere che crescono in altezza. Credito: Kagan et. al / Neuron

Reti artificiali

Tutte le più grandi scoperte odierne nell'intelligenza artificiale hanno coinvolto le reti neurali artificiali .

Questi sistemi utilizzano un tipo di machine learning chiamato deep learning. I loro algoritmi apprendono elaborando enormi quantità di dati attraverso strati nascosti di nodi interconnessi, indicati come reti neurali profonde. Come suggerisce il nome, le reti neurali profonde sono state ispirate dalle reti neurali reali nel cervello, con i nodi modellati sui neuroni reali.

Timothy Lillicrap , che progetta algoritmi decisionali presso la società di intelligenza artificiale di proprietà di Google DeepMind, ha affermato che il nuovo risultato suggerisce che potrebbe essere necessario ripensare la vecchia tradizione di confrontare vagamente un neurone nel cervello con un neurone nel contesto dell'apprendimento automatico. . "Questo documento aiuta davvero a forzare la questione di pensarci più attentamente e di capire fino a che punto puoi fare queste analogie", ha detto.

Analogia tra neurone artificiale e reale

L'analogia più basilare tra neuroni artificiali e reali riguarda il modo in cui gestiscono le informazioni in arrivo. Entrambi i tipi di neuroni ricevono segnali in entrata e, sulla base di tali informazioni, decidono se inviare il proprio segnale ad altri neuroni. Mentre i neuroni artificiali si basano su un semplice calcolo per prendere questa decisione, decenni di ricerca hanno dimostrato che il processo è molto più complicato nei neuroni biologici.

Consumo di energia

La ricerca suggerisce che il cervello umano consuma solo circa 20 watt di potenza, che è appena sufficiente per far funzionare una lampadina fioca, mentre il supercomputer più veloce del mondo , Tianhe-2 in Cina, consuma circa 17,8 megawatt di potenza, che è sufficiente per far funzionare circa 900.000 tali lampadine.

Due anni fa, un team dell'Allen Institute for Brain Science di Seattle, negli Stati Uniti, ha mappato la struttura 3D di tutti i neuroni (cellule cerebrali) compresi in un millimetro cubo del cervello di un topo: una pietra miliare considerata straordinaria.

Una questione di spazio

All'interno di questo minuscolo cubo di tessuto cerebrale, delle dimensioni di un granello di sabbia, i ricercatori hanno contato più di 100.000 neuroni e più di un miliardo di connessioni tra di loro. Sono riusciti a registrare le informazioni corrispondenti sui computer, inclusa la forma e la configurazione di ciascun neurone e connessione, che richiedevano due petabyte o due milioni di gigabyte di spazio di archiviazione. E per fare questo, i loro microscopi automatizzati hanno dovuto raccogliere 100 milioni di immagini di 25.000 fette del minuscolo campione continuamente per diversi mesi.

Il cervello umano contiene circa 100 miliardi di neuroni (tante stelle quante se ne potrebbero contare nella Via Lattea), un milione di volte quelle contenute nel nostro millimetro cubo di cervello di topo. E il numero stimato di connessioni è uno sbalorditivo dieci elevato a 15. Questo è dieci seguito da 15 zeri, un numero paragonabile ai singoli granelli contenuti in uno strato di sabbia spesso due metri su una spiaggia lunga un chilometro.

Ora la raccolta di queste informazioni dal cervello umano non sarà una passeggiata nel parco.

Conclusione

I biocomputer potrebbero presto diventare una realtà con l'emergente intelligenza organoide (OI) in cui i ricercatori stanno sviluppando il calcolo biologico utilizzando colture 3D di cellule cerebrali umane (organoidi cerebrali) e tecnologie di interfaccia cervello-macchina, ma non sarà facile e potrebbe impiegare più tempo di quanto prevediamo.