Neuroni coltivati in laboratorio decodificano il Braille e guidano cani robot
I sistemi bioibridi che combinano cellule cerebrali viventi e hardware al silicio aprono nuove strade per l'elaborazione sensoriale e la locomozione robotica.
Di Letizia Giugliano
2 min di letturaHuman-Edited, AI-Assisted
Tradotto automaticamente dall’originale inglese Leggi l’originale
Recenti progressi nella robotica bioibrida hanno dimostrato che tessuto neurale umano coltivato può elaborare informazioni tattili e guidare macchine fisiche. Ricercatori dell'Università di Bristol e di Cortical Labs, con sede a Melbourne, stanno abbinando neuroni biologici ed elettronica al silicio per ottenere un apprendimento adattabile con un dispendio computazionale minimo.
Decodificare il Braille con organoidi di prosencefalo umano
In uno studio pubblicato su Frontiers in Artificial Intelligence, i ricercatori dell'Università di Bristol hanno esaminato se minuscoli modelli di prosencefalo coltivati in laboratorio, noti come organoidi, potessero tradurre segnali tattili, secondo New Atlas. Questi aggregati di tessuto larghi un millimetro sono composti da circa 10.000 nervi e cellule di supporto disposti sopra array di microelettrodi. Quando un sensore tattile scansionava caratteri Braille, le misurazioni venivano tradotte in impulsi elettrici inviati direttamente al tessuto neurale. Applicando un algoritmo di machine learning per interpretare l'attività cellulare risultante, il sistema ha identificato correttamente le lettere con un'accuratezza del 61% su un singolo organoide. L'accuratezza ha raggiunto l'83% quando sono stati combinati i segnali di tre organoidi, dimostrando una maggiore resilienza al rumore elettronico introdotto.
«I robot, che stanno diventando macchine straordinariamente capaci nel loro controllo fisico, faticano ancora con il controllo di ordine superiore necessario per apprendere rapidamente o adattarsi quando le condizioni cambiano.»
— Brett Kagan, co-fondatore e CEO di Cortical Labs
Neurocomputazione incarnata in ambienti simulati
Mentre gli organoidi cerebrali elaboravano input tattili statici, l'azienda biotecnologica di Melbourne Cortical Labs e Honda Research Institute Europe hanno affrontato l'apprendimento dinamico, come riportato da New Atlas. Neuroni coltivati inseriti nei computer biologici CL1 sono stati interfacciati con un agente virtuale che navigava in un ambiente simulato guidato da gradienti di odori. Poiché le cellule biologiche rispondono con variabilità dinamica anziché con la precisione digitale prevedibile, i ricercatori hanno sviluppato l'Embodied Neurocomputation Framework per ottimizzare i segnali di input. Dopo aver analizzato circa 1.300 configurazioni elettriche in oltre 4.000 ore di interazione in tempo reale, 12 schemi di segnale hanno permesso alle reti biologiche di apprendere in modo costante i compiti di navigazione e di superare gli algoritmi standard di reinforcement learning.
Guidare robot quadrupedi attraverso l'attività neurale
Cortical Labs ha inoltre tradotto l'attività cellulare in controllo fisico utilizzando le frequenze di scarica delle reti neurali biologiche per guidare un cane robot all'interno di uno spazio delimitato, secondo New Atlas. Mentre l'hardware autonomo moderno gestisce efficacemente la locomozione fisica, il processo decisionale comportamentale in tempo reale resta un ostacolo computazionale significativo per l'intelligenza artificiale tradizionale. La plasticità neurale biologica consente alle cellule di ricablare le connessioni e di apprendere dal feedback ambientale, offrendo un'alternativa efficiente dal punto di vista energetico ai cluster di computer ad alto consumo. I risultati sull'Embodied Neurocomputation Framework saranno presentati alla conferenza NeurIPS a Sydney, in Australia.
Leggi anche su The Patent: WiBotic porta la ricarica wireless brevettata per le flotte autonome
