Консалтинговая группа "Текарт" - центр компетенции "Робототехника".

Подробнее...
Основное меню
Категории новостей
Логотип

Раскрыта концепция создания «мозга-на-чипе»

Группа учёных работает над созданием мозгоподобных мемристивных систем, обеспечивающих высочайшую степень адаптивности, энергоэффективности, необходимую для реализации компактных и эффективных нейроинтерфейсов, робототехники нового поколения, искусственного интеллекта, умного города, персонализированной медицины и др.

Учеными Университета Лобачевского в сотрудничестве с другими коллегами из России, Италии, Китая и США впервые предложена концепция мемристивного нейрогибридного чипа для использования в компактных биосенсорах и нейропротезах. В основе концепции лежат существующие и перспективные решения на стыке нейронных клеточных и микрофлюидных технологий, позволяющие вырастить пространственно упорядоченную живую нейронную сеть, в сочетании с КМОП-совместимыми технологиями создания микроэлектродных матриц и массивов мемристивных устройств для регистрации, обработки и стимуляции в реальном времени биоэлектрической активности.

Со слов заведующего лабораторией Научно-исследовательского физико-технического института ННГУ, взаимодействие разных подсистем организуется на одном кристалле (чипе) и управляется встроенными аналого-цифровыми схемами. «Реализация такой биосовместимой микроэлектронной системы, наряду с развитием клеточных технологий, обеспечит прорыв в области нейропротезирования с важным конкурентным преимуществом: миниатюрный датчик биоэлектрической активности на основе микро- и наноструктур с возможностью хранения и обработки сигналов в режимах как прямого распространения, так и обратной связи будет играть роль активного нейроинтерфейса для интеллектуального управления нейрональными структурами. Такие возможности недостижимы на основе традиционных архитектур нейроинтерфейсов и могут быть распространены на другие типы биоэлектрических сигналов для решения проблем регистрации сигналов активности мозга, сердца и мышц, а также состояния кожи в составе носимых систем обработки сигналов и диагностики», – подчеркнул Алексей Михайлов.

В настоящее время ученые для разработки и создания двунаправленных нейроинтерфейсов применяют сложные электронные схемы, реализующие специальные математические модели и нейроморфные принципы обработки информации. Такие электронные системы основаны на традиционной компонентной базе и не отвечают требованиям энергоэффективности и компактности для безопасного взаимодействия с живыми культурами или тканями на одном чипе.

«Мемристоры, созданные учёными из России и Италии, обладают уникальным свойством нелинейной резистивной памяти и являются перспективными элементами аналоговых систем обработки информации, в том числе с нейроноподобной структурой, а также могут служить датчиками электрофизиологической активности с функцией одновременного накопления и энергонезависимого хранения информации» – отмечает Алексей Михайлов.

Предложенная нейрогибридная система схематически изображена на рисунке 1A и состоит из нескольких функциональных слоев, интегрированных на одном КМОП-чипе. Верхний слой является частью нейрональной системы, представленной здесь культурой диссоциированных клеток гиппокампа, выращенной на многоэлектродной матрице и функционально упорядоченной с использованием специальной схемы микрофлюидных каналов, показанной на рисунке 1B.

Микроэлектродный слой служит для внеклеточной регистрации и стимуляции нейронов in vitro и реализован в верхнем слое металлизации приборного слоя КМОП совместно с массивом мемристивных устройств (рисунок 1D).

«Простейшей задачей, выполняемой мемристивными устройствами, является прямая обработка спайковой активности биологической сети (рисунок 1C), однако перспективные нейросетевые архитектуры на основе полносвязанных мемристивных массивов «кросс-бар» с возможностью самообучения предназначены для адаптивного декодирования временных и пространственных характеристик биоэлектрической активности. Выходы такой сети (рисунок 1F) могут быть использованы для управления воздействием на клетки путем последовательного модулирования внеклеточной стимуляции по заданному протоколу (рисунок 1G). Аналоговые и цифровые схемы для управления массивами электродов и мемристивных устройств, усиления, генерации и передачи сигналов между слоями должны быть реализованы в основном приборном слое КМОП (рисунок 1E)», – поясняет Алексей Михайлов.


Рисунок 1. Мемристивный нейрогибридный чип

Для создания нейрогибридного чипа потребуется совместное проектирование и оптимизация всех упомянутых элементов на уровнях материалов, устройств, архитектур и систем. Конечно, эта работа должна идти в ногу с развитием био- и нейротехнологий для решения ряда проблем, связанных в первую очередь с биосовместимостью, механическим воздействием, геометрией, расположением и миниатюризацией микроэлектродов и зондов, а также с реакцией живой культуры / ткани на интерфейсе с искусственной электронной подсистемой.

Как говорит Алексей Михайлов, концепция раскрывает идею создания системы «мозг-на-чипе», относящейся к более общему классу мемристивных нейрогибридных систем для робототехники нового поколения, искусственного интеллекта и персонализированной медицины.

Чтобы проиллюстрировать предлагаемые подходы и связанные продукты в обозримой временной шкале, предложена дорожная карта мемристивных нейроморфных и нейрогибридных систем (рисунок 2). Ключевое направление развития в ней связано с разработкой и созданием (серийным выпуском) специализированного аппаратного обеспечения на базе архитектуры и принципов функционирования биологических нейронных сетей для поддержки развития и массового внедрения технологий искусственного интеллекта, машинного обучения, нейропротезирования и нейроинтерфейсов.

«Дорожная карта условно начинается в 2008 году, со стартом текущей волны интереса к мемристорам, и включает продолжающиеся исследования и разработки в широких областях нейробиологии и нейрофизиологии», – комментирует Алексей Михайлов.


Рисунок 2. Дорожная карта мемристивных нейроморфных и нейрогибридных систе

Следующие продуктовые ниши предусмотрены учеными в дорожной карте на разных стадиях развития этого направления: нейроморфные вычислительные устройства; неинвазивные нейроинтерфейсы; нейроимпланты, нейропротезы и инвазивные нейроинтерфейсы и другое.

«Именно уникальные свойства мемристивных устройств определяют их решающее значение в разработке прикладных нейроморфных и нейрогибридных систем для нейровычислительных устройств, интерфейсов «мозг-компьютер» и нейропротезирования. Данные сферы займут значительную часть мирового рынка высоких технологий объемом в триллионы долларов к 2030 г. с учетом скорости развития и внедрения технологий искусственного интеллекта, Интернета вещей, технологий «больших данных», «умного города», робототехники, а в ближайшем будущем, также нейропротезирования и инструментальной корректировки, поддержки, усиления когнитивных способностей человека», – говорит в заключение Алексей Михайлов.

Соответствующее экспертное мнение группы учёных в форме статьи-перспективы опубликовано в журнале Frontiers in Neuroscience в рамках специального выпуска «Новые технологии и системы для биологически правдоподобной реализации нейронных функций».

Различные исследовательские задачи в рамках реализации данной концепции уже активно решаются в университете Лобачевского при поддержке Российского научного фонда (грант № 16-19-00144), – в части создания массивов металл-оксидных мемристоров для двунаправленного нейроинтерфейса, Российского фонда фундаментальных исследований (гранты №№ 18-29-23001 и 20-01-00368), – в части мозгоподобных мемристивных нейросетевых архитектур и спайковых нейронных сетей, а также Правительства Российской Федерации (Соглашение № 074-02-2018-330 (2)), – в части индуцированных шумом явлений в мемристивных материалах, устройствах и сетях.

Комментарии

(0) Добавить комментарий

Ищите команду разработчиков? Не можете найти робота для своих нужд? Пишите нам!

Для обратной связи укажите ваш E-mail, он будет доступен только администратору. Так вы сможете оперативно узнать, когда ответ на ваш вопрос будет опубликован



Новые комментарии

Магнитные гусеничные роботы для очистки корпуса судна от продуктов биообрастания
Гость Николай Николаевич
29.12.2023
10:23:08
Очень нравится. Как возможно задействовать в наших водах Азов и Черное море