人造腦組織成功解讀盲文訊號，準確度達 83%

イギリスのブリストル大学の研究者たちは、実験室で培養した人間の脳モデルを用いて、触覚センサーから発信された盲文信号を成功裏に受信し、コンピュータが解読可能な形式で応答したと報告している。研究の結果、各盲文字は脳類器官内で独特の活動パターンを生じさせた。コンピュータのデコーダーは、約61%の精度で単一の脳類器官から発信された文字を識別し、3つの脳類器官が共同で作業することで精度は83%に向上した。

システムは、多電極アレイに配置された脳類器官で構成されており、これらのアレイは脳類器官の生命を維持し、その応答を記録するために装置内に配置されている。各脳類器官の直径は1ミリメートル未満（約0.04インチ）で、実際の脳のいくつかの構造が欠けているが、約10,000個の神経細胞とその支持細胞を含んでいる。このアレイは電気信号を受信することができる。研究チームはまず26の盲文字に対して触覚センサーを運用し、読み取ったデータを電気刺激パターンに変換して脳類器官に伝達し、生成された神経活動が送信された文字を示すかどうかを確認した。

研究者たちは、サポートベクターマシンというシンプルな機械学習アルゴリズムを使用して、文字ごとに活動パターンを分類した。

脳類器官の表現優位性

研究者たちは、なぜ3つの脳類器官のパフォーマンスが単一の脳類器官よりも優れているのかは不明である。一つの可能性は、脳類器官間の自然な差異、例えばネットワーク接続、発達状態、持続的な活動が相互に補完し合うことである。第一著者の劉天怡は、複数の脳類器官の反応を組み合わせることで、単一の脳類器官では得られない情報が提供される可能性があるが、この変異により予測可能な標準化システムの構築がより困難になるとも述べている。上級著者の本傑明・ウォード-チェリルは、脳類器官で処理された後も触覚データには盲文字を正確に分類するための十分な情報が含まれており、複数の脳類器官を組み合わせることで性能がさらに向上する可能性があると述べている。

システムの堅牢性をテストするために、チームは盲文信号に異なるノイズフィルターを適用し、2つの方法を比較した。1つは脳類器官の反応からデコードする方法であり、もう1つは意図的にぼやけた信号から直接デコードする方法である。3つの脳類器官は人工ノイズの中で文字を識別する能力が高く、直接デコードは干渉を受けやすいことがわかった。

未来の研究方向

研究者たちは、これらの実験が脳類器官が時間とともに学習できるかどうかを示していないことを強調している。それらは単に脳類器官が盲文信号を受信し応答したことを示している。劉天怡は、この研究が単一の触覚タスク、固定されたコーディングスキーム、比較的単純な神経活動測定を使用しており、学習や長期的な変化を示していないことを指摘している。今後、劉天怡はチームが盲文を超えて、質感、エッジ、その他の触覚タイプを探求し、最終的には閉ループタスクに進むことで、脳類器官が自身の行動のフィードバックを得ることを希望している。これにより、研究者たちは脳類器官が経験を通じて適応できるかどうかを探ることができるだろう。

この研究は10月16日に『人工知能の最前線』誌に発表された。

脳類器官技術の潜在能力と課題

この研究は、脳類器官が盲文信号を解読する潜在能力を示し、生物混合コンピュータ分野における応用の展望を示している。3つの脳類器官の協調作業が識別精度を向上させたが、研究者たちは依然として標準化システムの課題に取り組む必要がある。今後の研究方向には、より多くの触覚タイプとその応用を探求することが含まれており、これにより関連技術の発展が進むだけでなく、特に学習と適応に関する能力について神経科学の理解が深まる可能性がある。