Китайские учёные из Тяньцзиньского и Южного научно-технологического университетов создали робота с выращенным в лабораторных условиях искусственным мозгом, которого можно обучить выполнять различные задачи. Исследователи создали «мозг-на-чипе», объединяющий органоид мозга (ткань из стволовых клеток человека) с чипом нейронного интерфейса, который приводит робота в действие, учит его избегать и преодолевать препятствия, а также захватывать предметы.

Источник изображения: Tianjin University

Разработка китайских учёных относится к развивающейся отрасли интерфейсов «мозг-компьютер» (BCI), целью которой является объединение электрических сигналов живого мозга с внешней вычислительной мощностью. По данным Тяньцзиньского университета, это «первая в мире интеллектуальная сложная система информационного взаимодействия с открытым исходным кодом», которая может привести к развитию вычислений, имитирующих сложные функции человеческого мозга.

«Это технология, которая использует культивированный in vitro "мозг" (органоиды мозга) в сочетании с электродным чипом для формирования мозга на чипе», который может кодировать и декодировать сигналы обратной связи от стимуляции, рассказал в разговоре с изданием Science and Technology Daily Минг Донг (Ming Dong), вице-президент Тяньцзиньского университета.

Технология BCI привлекла широкое внимание благодаря поддерживаемому Илоном Маском (Elon Musk) проекту Neuralink. Данный проект создал имплантируемые в человеческий мозг интерфейсы, позволяющему пациентам управлять устройствами только с помощью мысли. По словам учёных из Тяньцзиньского университета, их исследования могут привести к созданию гибридного интеллекта человека и робота.

Органоиды мозга состоят из плюрипотентных стволовых клеток человека, которые обычно встречаются только у ранних эмбрионов и могут развиваться в различные виды тканей, включая нервные ткани. При трансплантации в мозг они могут устанавливать функциональные связи с мозгом хозяина, пишет команда Тяньцзиньского университета в неотредактированной статье, опубликованной в рецензируемом журнале Oxford University Press Brain в прошлом месяце.

«Трансплантация органоидов человеческого мозга в живой мозг — это новый метод улучшения развития и функционирования органоидов. Органоидные трансплантаты имеют функциональную сосудистую систему, полученную от хозяина, и демонстрируют ускоренное созревание», — пишет команда исследователей.

По словам профессора Тяньцзиньского университета Ли Сяохуна (Li Xiaohong), хотя органоиды мозга считаются наиболее многообещающей моделью базового интеллекта, технология по-прежнему сталкивается с «узкими местами, такими как низкая зрелость развития и недостаточное снабжение питательными веществами», рассказал он изданию Science and Technology Daily.

В своей статье исследователи сообщили, что разработали метод использования ультразвука низкой интенсивности, который помогает органоидам лучше интегрироваться и расти в мозге. Команда обнаружила, что обработка трансплантатов органоидов ультразвуком низкой интенсивности улучшает дифференцировку органоидных клеток в нейроны и помогает улучшить связи, которые они образуют с мозгом хозяина. По мнению исследователей, этот метод может также привести к созданию новых методик лечения нарушений нервного развития и восстановления повреждений коры головного мозга.

«Трансплантация органоидов головного мозга считается многообещающей стратегией восстановления функций мозга путём замены утраченных нейронов и реконструкции нервных цепей», — пишет команда специалистов.

Исследователи отмечают, что использование ультразвука низкой интенсивности на имплантированных органоидах головного мозга может улучшить нейропатологические дефекты в тестах на мышиной модели микроцефалии — расстройства нервного развития, характеризующегося уменьшением размеров мозга и головы. В университете также заявили, что использование командой неинвазивной ультразвуковой обработки низкой интенсивности может помочь нейронным сетям формироваться и развиваться, обеспечивая лучшую основу для вычислений.

Сегодня в сфере вычислений переживают рассвет два новых направления — квантовое и нейроморфное. Казалось бы, это два разных пути, но на стыке этих областей могут возникнуть настолько мощные вычислительные решения, что всё остальное покажется детской игрушкой. Не зря ведь появились подозрения, что умственная деятельность человека сопровождается квантовыми эффектами, что заставляет учёных искать новые типы памяти с квантовыми явлениями.

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Международная группа учёных из Германии, Китая и Чили предложила свой вариант такой давно придуманной памяти, как мемконденсатор (memcapacitor). Мемконденсаторы предложены теоретиками более 50 лет назад наряду с мемристорами и меминдуктивностями. В принципе, любой материал с нелинейными характеристиками (с петлёй гистерезиса) может служить памятью для электронных устройств. В новой работе, опубликованной на днях в журнале Communications Materials, исследователи рассказали, как они искали связь между электронными сигналами и квантовыми эффектами и как им в этом помог мемконденсатор.

Мемконденсаторы позволяют запоминать информацию, связывая напряжение и заряд (мемристоры, например, связывают ток и напряжение). Осталось подцепить всё это к «пугливым» квантовым состояниям, чтобы ячейка квантовой памяти могла записываться и считываться без разрушения, а также, чтобы квантовые эффекты, включая запутанность, в принципе могли возникать в подобной макросистеме и наблюдаться (измеряться).

В качестве инструмента воздействия на квантовый элемент памяти учёные предложили микроволновое излучение. Сам элемент памяти представляет собой два связанных колебательных контура, один из которых основной, а второй — вспомогательный, введённый для стабилизации работы основного контура благодаря организованной с ним обратной связи. К основному контуру подключён так называемый элемент SQUID или сверхпроводящий магнитометр (интерферометр). На SQUID воздействует микроволновое излучение, интенсивность которого зависит от измерений на вспомогательном контуре и он же управляет состоянием ячейки памяти. За счёт обратной связи представленный элемент демонстрирует стабильность работы и, как показали эксперименты, всё это сопровождается квантовыми эффектами, включая явление запутанности.

Принципиальная схема сверхпроводящего микроволнового мемконденсатора. Источник изображения: Communications Materials

«Это устройство работает с классическим входом в одном резонаторе, одновременно считывая отклик в другом, и служит фундаментальным строительным блоком для создания массивов микроволновых квантовых накопителей памяти. Мы наблюдаем, что двусторонняя схема может сохранять свои свойства памяти и демонстрировать запутанность и квантовые корреляции. Наши результаты открывают путь для экспериментальной реализации сверхпроводящих квантовых устройств с высокой ёмкостью памяти и массивов запоминающих устройств для нейроморфных квантовых вычислений», — пояснили в своей работе исследователи.

Intel объявила о разработке новейшей нейроморфной компьютерной системы Hala Point — она оборудована 1152 нейроморфными процессорами Loihi 2 и предназначена для перспективных исследований в области искусственного интеллекта, поскольку её архитектура основана на строении мозга.

Источник изображений: Intel

В массовое производство Hala Point не поступит — это исследовательский прототип, который Intel развернула в Сандийских национальных лабораториях, входящих в состав Национальной администрации по ядерной безопасности (NNSA) при Министерстве энергетики США. Hala Point, по словам разработчика, поддерживает до 30 квадриллионов операций в секунду или 30 POPS (Петаопс) с эффективностью выше 15 трлн 8-битных операций в секунду на ватт «при обработке обычных глубоких нейросетей».

Наряду с 1152 процессорами Loihi 2 система Hala Point поддерживает до 1,15 млрд нейронов и 128 млрд синапсов, распределенных по более чем 140 000 нейроморфным процессорным ядрам. Она также включает 2300 встроенных x86-процессоров. Система обеспечивает пропускную способность памяти в 16 Пбайт/с, пропускную способность межъядерных соединений 11 Пбайт/с и пропускную способность соединений между чипами 5,5 Тбайт/с. По сравнению с исследовательской системой первого поколения Pohoiki Springs нейронная ёмкость выросла в 10 раз, а производительность — в 12 раз. Предполагается, что учёные Сандийских национальных лабораторий и исследователи NNSA будут использовать Hala Point для «масштабной реализации вычислений [на архитектуре] по образцу мозга». Возможно, это поможет в решении задач в области физики, химии и окружающей среды.

«Hala Point может решать задачи по оптимизации, потребляя в 100 раз меньше энергии и со скоростью в 50 раз выше, чем традиционные архитектуры центральных и графических процессоров. Это новая захватывающая область исследований, в которой алгоритмы для Loihi 2 во многом основаны на архитектуре мозга и кардинально отличаются от ведущих алгоритмов, разработанных для архитектур центральных и графических процессоров. Приложения для таких функций оптимизации включают логистику, маршрутизацию автопарка, планирование движения по железной дороге, управление инфраструктурой умного города и другие подобные рабочие нагрузки, связанные с планированием и поиском», — рассказал директор Лаборатории нейроморфных вычислений в Intel Labs Майк Дэвис (Mike Davies).

Стоимость Hala Point в Intel не раскрыли, но доступ ко «множеству небольших систем для членов сообщества нейроморфных исследований Intel предоставлен через облачную платформу». Эта программа бесплатна и открыта для академических, государственных и бизнес-клиентов.

Группа учёных во главе со специалистами из Научно-технологического университета имени короля Абдаллы (KAUST) открыла способ радикального улучшения ферроэлектрических материалов. Принудительный ввод протонов в ферроэлектрические плёнки кратно увеличил разнообразие фаз поляризации в материале. На этой основе можно создать высокоплотную компьютерную память и нейроморфные процессоры.

Насыщение ферроэлектрика протонами в представлении художника. Источник изображений: KAUST; Fei Xue

Для своих экспериментов учёные взяли селенид индия, который, как и все ферроэлектрики, имеет естественную поляризацию и может менять её под воздействием магнитного поля. Эта особенность делает такие материалы привлекательными для разработки компьютерной памяти и коммутаторов (транзисторов). Но есть и ограничения — ячейки такой памяти довольно большие по объёму материала и площади, что делает такую память менее плотной.

Одно из ограничений для наращивания плотности записи ферроэлектрической памяти заключается в ограничении образования поляризационных фаз, а также со сложностью их регистрации (считывания). Учёные KAUST обошли это препятствие с помощью протонирования селенида индия или благодаря насыщению его протонами.

Для эксперимента плёнка из селенида индия была помещена на слой пористого кремния. Кремний, в свою очередь, покоился на изолирующем слое из оксида алюминия, а алюминий был нанесён на слой платины, которая играла роль одного из электродов. В этой схеме кремний работал как электролит, который доставлял протоны в плёнку селенида индия после подачи напряжения на электроды. В зависимости от полярности протоны либо мигрировали в плёнку ферроэлетктрика, либо выводились из неё.

Исследователи постепенно вводили и выводили протоны из ферроэлектрической пленки, изменяя приложенное напряжение. В результате было получено несколько ферроэлектрических фаз с различной степенью протонирования, что очень важно для реализации многоуровневых устройств памяти с большой ёмкостью. Повышение положительного напряжения усиливало протонирование, а повышение отрицательного напряжения значительно снижало его уровень.

Экспериментальная установка

Также уровень насыщения протонами ферроэлектрика изменялся в зависимости от близости слоя плёнки к кремнию. Он достигал максимальных значений в нижнем слое, контактирующем с кремнием, и затем поэтапно снижался, достигая минимальных значений в верхнем слое. Сюрпризом стало то, что снятие напряжение вывело все протоны из материала и он вернулся в исходное состояние. Для энергонезависимых приборов это минус. Но в целом открытие обещает оказаться интересным — учёные смогли изменять электрические состояния материала при напряжении менее 0,4 В. Для малопотребляющей электроники — это крайне важно.

«Мы намерены разработать ферроэлектрические нейроморфные вычислительные чипы, которые будут потреблять меньше энергии и работать быстрее», — заявили учёные в статье, которую опубликовал журнал Science Advances.

Французский исследовательский центр CEA-Leti разработал транзистор с примерно 50 состояниями, а не с двумя, как у современной цифровой электроники. «Аналоговый» транзистор имитирует работу синапсов в нервной ткани человеческого мозга и делает это довольно близко по таким характеристикам, как энергопотребление и скорость. Планируется, что на основе новых транзисторов будут построены нейронные процессоры нового поколения с впечатляющими возможностями.

Источник изображения: Pixabay

Возможно, эта разработка ближе всего подошла к имитации того, как взаимодействуют нейроны мозга, считают в CEA-Leti. Транзистор также миниатюрен как синапс, потребляет столько же и работает на том же принципе — срабатывает не по одному импульсу, а после прихода критической «массы» сигналов. Синапс ведь не отзывается на одиночные нервные импульсы. Для запуска сигнала дальше по нервной сети требуются множественные стимулирующие реакции через синапсы. Только тогда конкретный нейрон запустит потенциал по своей сети дендритов для передачи информации другим связанным с ним нейронам.

Другое сходство между новым транзистором и синапсом заключается в том, что оба они являются ионными. Транзистор использует преимущества той же электрохимической реакции, что и синапс. В случае с транзистором его канал состоит из оксида титана, через который проходят ионы лития. В зависимости от их количества они изменяют электронную проводимость канала. Благодаря этому транзистор потребляет 1 фДж/мкм², столько же, сколько синапс. Это в 100 раз меньше, чем у других возможных решений, включая перспективную резистивную память.

Толщина транзистора всего 200 нм, а число циклов переключения более 100 тыс. Исследователи научились выпускать массивы транзисторов на 200-мм кремниевых пластинах с использованием стандартных КМОП-совместимых техпроцессов. Массивы транзисторов были испытаны в работе на эталонном тесте MNIST на распознавание изображений и показали хороший результат. Но предстоит ещё большая работа по подтверждению квалификации транзисторов для использования в нейронных чипах.

«Все эти элементы обнадеживают, но мы находимся только на первых этапах процесса оценки. Мы должны продолжать доводить транзистор до зрелости и обеспечить углубленную оценку его долговечности и надежности», — объяснил один из учёных из CEA-Leti.

Лаборатория нетрадиционных вычислений в Университете Западной Англии в Бристоле занялась проблематикой грибных компьютеров — вычислительных систем на основе жизнедеятельности грибных культур. Предыдущие исследования и новые эксперименты обнаруживают в грибных организмах признаки, схожие с деятельностью нервных тканей мозга человека. Британские учёные намерены создать на этой основе нейроморфные вычислители и найти их признаки в живой природе.

Источник изображений: Andrew Adamatzky

Ранее специалисты лаборатории работали со слизистой плесенью Physarum polycephalum. Этот биологический организм интересен тем, что способен самостоятельно выполнять простейшие алгоритмы. В своё время были представлены роботизированные системы под управлением Physarum polycephalum. Например, такая платформа без программирования могла ориентироваться в лабиринте и, если брать шире, позволяла решать задачу Штейнера о минимальном дереве.

С 2016 года или около того, сообщает Popular Science, лаборатория перешла на изучение грибных культур. Сегодня не первое апреля и этот материал не следует расценивать как шутку, о чём сразу подумало множество подписчиков журнала. Специалистам лаборатории удалось первыми обнаружить электрические сигналы в грибнице, напоминающие спайки — потенциалы, распространяющиеся в нервной ткани человека и животных, включая головной мозг.

Эксперимент по выращиванию грибниц на материнской плате

Присутствие «нервных» сигналов, распространяющихся в мицелии грибов, открывает перспективу разработки нейроморфных компьютеров на базе грибниц. Подобное можно перенести на живую природу с перспективой заплести нейроморфными сетями всю планету. Более того, учёные обнаружили, что стимуляция одних и тех же участков мицелия улучшает проводимость импульсов. Тем самым можно говорить об эффекте памяти. Всё сходится — мицелий позволяет организовать сеть, логику и память. Правда, как всё это организовать в нужную и программируемую архитектуру учёные пока не знают, но стремятся понять.

Фиксация электрической активности в мицелии

«Сейчас это только технико-экономические исследования. Мы просто демонстрируем, что с помощью мицелия можно осуществлять вычисления, реализовывать основные логические схемы и основные электронные схемы, — говорит глава лаборатории Эндрю Адамацки (Andrew Adamatzky). — В будущем мы сможем выращивать на мицелии более совершенные компьютеры и устройства управления».

Индустрия пришла к производству 3-нм транзисторов и идёт дальше несмотря на множество препятствий. Но как далеко нам позволено зайти в создании самого маленького вычислительного элемента? Учёные из Университета Тулейна, штат Луизиана, на основе эксперимента показали, что компьютеры можно будет строить даже на таких маленьких фундаментальных строительных блоках, как атомы. Одного атома достаточно, чтобы хранить и обрабатывать данные.

Источник изображения: Pixabay

Поскольку мы подходим к границе возможностей современных техпроцессов, важно заранее ответить на вопросы, что такое «компьютер» и насколько малой может быть вычислительная единица. Учёные из Луизианы взяли на себя смелость и продемонстрировали, что атомы вполне годятся на эту роль, а вся обработка и ввод-вывод информации будут полностью оптическими.

«У нас была идея, что способность к вычислениям — это универсальное свойство, которым обладают все физические системы, но в рамках этой парадигмы существует огромное количество рамок для того, как можно было бы попытаться выполнить вычисления», — сказал один из ведущих авторов работы.

Учёным важно было доказать, что система на одном атоме с полностью оптическими входом и выходом будет демонстрировать нелинейные свойства. Это тем более важно, что на передний план выходят нейроморфные вычислители или ИИ-вычислители, отчасти повторяющих работу мозга и, следовательно, нелинейные по своей сути.

Развивая свою концепцию, группа учёных предложила нелинейный одноатомный компьютер с входной информацией, закодированной непосредственно в свет, и выходом также в виде света. Фильтры на выходе такой системы определяют результат вычислений.

«Наши исследования подтвердили, что этот подход работает в принципе, а также доказали тот факт, что система работала лучше, когда входной свет был представлен таким образом, чтобы вызвать более высокую степень нелинейности в системе, — поясняет автор. — Я бы, наверное, сказал, что этой работой мы пытаемся подчеркнуть, что минимальная система, способная к вычислениям, действительно существует на уровне одного атома, и что вычисления могут быть выполнены исключительно с помощью оптических процессов».