- Forscher haben erfolgreich ein menschliches Gehirnmodell zur Dekodierung von Blindenschrift-Signalen eingesetzt.
- Bei der Zusammenarbeit von drei Gehirnorganoiden erreichte die Erkennungsgenauigkeit 83 %.
- Natürliche Unterschiede zwischen den Gehirnorganoiden könnten deren Leistung verbessern.
- Das Team plant, in Zukunft weitere taktile Anwendungen zu erforschen.
Forscher der University of Bristol in Großbritannien berichten, dass sie mit einem im Labor kultivierten menschlichen Gehirnmodell erfolgreich Blindenschrift-Signale von taktilen Sensoren empfangen und in einem von Computern dekodierbaren Format geantwortet haben. Dies stellt einen frühen Schritt in Richtung energieeffizienter biologischer Hybridcomputer dar. Die Studie ergab, dass jeder Blindenschriftbuchstabe im Gehirnorganoid ein einzigartiges Aktivitätsmuster erzeugte. Der Computer-Dekodierer erkannte Buchstaben, die von einem einzelnen Gehirnorganoid gesendet wurden, mit einer Genauigkeit von etwa 61 %, während die Genauigkeit bei der Zusammenarbeit von drei Gehirnorganoiden auf 83 % anstieg.
Das System besteht aus Gehirnorganoiden, die auf einem Multi-Elektroden-Array platziert sind. Diese Arrays sind in einem Gerät untergebracht, um die Lebensfähigkeit der Gehirnorganoide aufrechtzuerhalten und ihre Reaktionen aufzuzeichnen. Jedes Gehirnorganoid hat einen Durchmesser von weniger als einem Millimeter (ca. 0,04 Zoll) und fehlt mehrere Strukturen des echten Gehirns, enthält jedoch etwa 10.000 Neuronen und deren unterstützende Zellen. Das Array kann elektrische Signale empfangen. Das Forschungsteam führte zunächst taktile Sensoren auf 26 Blindenschriftbuchstaben aus, wandelte die Messwerte in elektrische Stimulationsmuster um und übertrug sie an die Gehirnorganoide, um dann zu überprüfen, ob die erzeugte neuronale Aktivität die gesendeten Buchstaben widerspiegelte.
Die Forscher verwendeten eine Support Vector Machine, einen einfachen Algorithmus des maschinellen Lernens, um die Aktivitätsmuster nach Buchstaben zu klassifizieren.
Leistungsstärke der Gehirnorganoide
Die Forscher sind sich nicht sicher, warum die Leistung von drei Gehirnorganoiden besser ist als die eines einzelnen Gehirnorganoids. Eine Möglichkeit ist, dass natürliche Unterschiede zwischen den Gehirnorganoiden, wie Netzwerkverbindungen, Entwicklungszustände und anhaltende Aktivität, es ihnen ermöglichen, sich gegenseitig zu ergänzen. Die Erstautorin Liu Tianyi erklärte, dass die Kombination der Reaktionen mehrerer Gehirnorganoide Informationen liefern könnte, die ein einzelnes Gehirnorganoid nicht erhalten kann, jedoch macht diese Variabilität den Aufbau eines vorhersehbaren standardisierten Systems schwieriger. Der Senior-Autor Benjamin Ward-Cherry erklärte, dass die taktilen Daten nach der Verarbeitung durch die Gehirnorganoide immer noch genügend Informationen enthalten, um Blindenschriftbuchstaben genau zu klassifizieren, und dass die Kombination mehrerer Gehirnorganoide die Leistung weiter steigern kann.
Um die Robustheit des Systems zu testen, wandte das Team verschiedene Rauschfilter auf die Blindenschrift-Signale an und verglich dann zwei Methoden unter Verwendung derselben Support Vector Machine: eine, die aus den Reaktionen der Gehirnorganoide dekodiert wurde, und eine andere, die direkt aus absichtlich unscharfen Signalen dekodiert wurde. Die drei Gehirnorganoide waren besser in der Lage, Buchstaben im künstlichen Rauschen zu erkennen, während die direkte Dekodierung anfälliger für Störungen war.
Zukünftige Forschungsrichtungen
Die Forscher betonen, dass diese Experimente nicht zeigen, ob die Gehirnorganoide im Laufe der Zeit lernen können. Sie zeigen lediglich, dass die Gehirnorganoide Blindenschrift-Signale empfangen und darauf reagieren. Liu Tianyi wies darauf hin, dass die Studie auch eine einzelne taktile Aufgabe, ein festes Kodierungsschema und relativ einfache Messungen der neuronalen Aktivität verwendete und kein Lernen oder langfristige Veränderungen demonstrierte. In Zukunft plant das Team, über Blindenschrift hinauszugehen und Texturen, Kanten und andere taktile Typen zu erkunden, um schließlich geschlossene Aufgaben zu erreichen, bei denen die Gehirnorganoide Feedback zu ihren eigenen Handlungen erhalten, was es den Forschern ermöglichen würde, zu untersuchen, ob die Gehirnorganoide durch Erfahrung lernen können.
Die Studie wurde am 16. Oktober in der Zeitschrift "Frontiers in Artificial Intelligence" veröffentlicht.
Potenzial und Herausforderungen der Gehirnorganoid-Technologie
Diese Studie zeigt das Potenzial von Gehirnorganoiden bei der Dekodierung von Blindenschrift-Signalen und hebt deren Anwendungsmöglichkeiten im Bereich biologischer Hybridcomputer hervor. Obwohl die Zusammenarbeit von drei Gehirnorganoiden die Erkennungsgenauigkeit erhöhte, müssen die Forscher weiterhin die Herausforderungen eines standardisierten Systems angehen. Zukünftige Forschungsrichtungen umfassen die Erkundung weiterer taktiler Typen und deren Anwendungen, was nicht nur die Entwicklung relevanter Technologien vorantreiben könnte, sondern auch ein tieferes Verständnis der Neurowissenschaften, insbesondere in Bezug auf Lern- und Anpassungsfähigkeiten, mit sich bringen könnte.