Im Labor gezüchtete Neuronen entschlüsseln Braille und steuern Roboterhunde
Biohybride Systeme aus lebenden Gehirnzellen und Silizium-Hardware eröffnen neue Wege für sensorische Verarbeitung und Roboter-Fortbewegung.
Von Letizia Giugliano
2 Min. LesezeitHuman-Edited, AI-Assisted
Automatisch aus dem englischen Original übersetzt Original lesen
Jüngste Durchbrüche in der biohybriden Robotik zeigen, dass kultiviertes menschliches Nervengewebe taktile Informationen verarbeiten und physische Maschinen steuern kann. Forschende der University of Bristol und des in Melbourne ansässigen Unternehmens Cortical Labs kombinieren biologische Neuronen mit Silizium-Elektronik, um mit minimalem Rechenaufwand anpassungsfähiges Lernen zu erreichen.
Braille mit menschlichen Vorderhirn-Organoiden entschlüsseln
In einer in Frontiers in Artificial Intelligence veröffentlichten Studie untersuchten Forschende der University of Bristol, ob winzige, im Labor gezüchtete Vorderhirn-Modelle, sogenannte Organoide, taktile Signale übersetzen können, wie New Atlas berichtet. Diese millimetergroßen Gewebeanordnungen bestehen aus etwa 10.000 Nerven und Stützzellen, die auf Mikroelektroden-Arrays platziert sind. Wenn ein taktiler Sensor Braille-Zeichen abtastete, wurden die Messwerte in elektrische Impulse umgewandelt und direkt an das Nervengewebe weitergeleitet. Indem ein Machine-Learning-Algorithmus die resultierende zelluläre Aktivität interpretierte, identifizierte der Aufbau Buchstaben mit einer Genauigkeit von 61 % bei einem einzelnen Organoid. Die Genauigkeit erreichte 83 %, als die Signale von drei Organoiden kombiniert wurden, was eine erhöhte Widerstandsfähigkeit gegenüber eingebrachtem elektronischem Rauschen zeigte.
„Roboter, die sich zu bemerkenswert leistungsfähigen Maschinen in ihrer physischen Steuerung entwickeln, haben weiterhin Schwierigkeiten mit der übergeordneten Steuerung, die nötig ist, um schnell zu lernen oder sich anzupassen, wenn sich die Bedingungen ändern.“
— Brett Kagan, Mitgründer und CEO von Cortical Labs
Verkörperte Neurocomputation in simulierten Umgebungen
Während Gehirn-Organoide statische taktile Eingaben verarbeiteten, befassten sich das Biotechnologieunternehmen Cortical Labs aus Melbourne und das Honda Research Institute Europe mit dynamischem Lernen, wie New Atlas berichtet. Kultivierte Neuronen, die in CL1-Biocomputer eingesetzt wurden, wurden mit einem virtuellen Agenten verbunden, der in einer simulierten Umgebung navigierte, die durch Duftstoffgradienten gelenkt wurde. Da biologische Zellen mit dynamischer Variabilität statt mit vorhersehbarer digitaler Präzision reagieren, entwickelten die Forschenden das Embodied Neurocomputation Framework, um die Eingangssignale zu optimieren. Nach der Analyse von rund 1.300 elektrischen Konfigurationen über mehr als 4.000 Stunden Echtzeit-Interaktion ermöglichten 12 Signalmuster den biologischen Netzwerken, Navigationsaufgaben konsistent zu lernen und Standard-Verstärkungslernalgorithmen zu übertreffen.
Vierbeinige Roboter durch neuronales Feuern steuern
Cortical Labs übersetzte zelluläre Aktivität zudem in physische Steuerung, indem die Feuerraten biologischer neuronaler Netzwerke genutzt wurden, um einen Roboterhund in einem festgelegten Bereich zu lenken, wie New Atlas berichtet. Während moderne autonome Hardware die physische Fortbewegung effektiv bewältigt, bleibt die Verhaltensentscheidung in Echtzeit eine erhebliche rechnerische Hürde für traditionelle künstliche Intelligenz. Die biologische neuronale Plastizität ermöglicht es Zellen, Verbindungen neu zu verdrahten und aus Umweltfeedback zu lernen, was eine energieeffiziente Alternative zu stromhungrigen Computerclustern bietet. Die Ergebnisse zum Embodied Neurocomputation Framework sollen auf der NeurIPS-Konferenz in Sydney, Australien, vorgestellt werden.
Lesen Sie auch bei The Patent: WiBotic Brings Patented Wireless Opportunity Charging to Autonomous Fleets
