La primera neurona artificial podría permitirnos reparar lesiones cerebrales con silicio
Una neurona artificial en su carcasa protectora. Foto cortesía de la Universidad de Bath.
La fusión de humanos y máquinas es un elemento básico de la ciencia ficción y está en el corazón de la filosofía del transhumanismo. Sin embargo, la interfaz de nuestros cerebros con las computadoras ha demostrado ser increíblemente difícil, a pesar del hecho de que ambas funcionan esencialmente con impulsos eléctricos.
Imagine, por ejemplo, si una lesión cerebral pudiera repararse con un chip de computadora. Eso puede no estar muy lejos; en diciembre , investigadores informaron sobre una "neurona de estado sólido" cuyo modelo emula con gran preciosoón el comportamiento de las neuronas biológicas y células nerviosas. I n una p aper en Nature Communications, el equipo dijo que estos dispositivos electrónicos podrían ser conectados a neuronas biológicas para reparar el daño o "curar" enfermedades.
"Hasta ahora, las neuronas han sido como cajas negras, pero hemos logrado abrir la caja negra y mirar dentro", dijo el líder del proyecto Alain Nogaret, de la Universidad de Bath en el Reino Unido, en un comunicado de prensa . "Nuestro trabajo cambia el paradigma porque proporciona un método robusto para reproducir las propiedades eléctricas de las neuronas reales en minucioso detalle".
Una de las principales razones por las que ha sido tan difícil replicar con precisión el comportamiento de las neuronas en el silicio es porque la forma en que responden a los estímulos no es lineal. En otras palabras, una señal dos veces más fuerte no necesariamente generará una respuesta que sea dos veces más fuerte.
Los investigadores resolvieron el problema recolectando datos de dos tipos de neuronas de rata. Primero a partir de la región del hipocampo del cerebro, que está implicado en el aprendizaje y la memoria, y el luego de parte que controla el aparato respiratorio.
Usaron estos datos para estimar los parámetros que definen cómo fluyen los iones a través de las neuronas y luego usaron esos parámetros para crear un modelo que explica cómo las neuronas responden a los estímulos de otros nervios. A continuación, utilizaron este modelo para construir neurónas analógicas en chips de silicio que modelan con precisión el comportamiento de las neuronas reales.
Para probar sus chips, los sometieron a 60 protocolos de estimulación diferentes y compararon sus respuestas con las observadas en el hipocampo de la rata y las neuronas del tronco encefálico . Los chips lograron una precisión del 94 por ciento .
Críticamente, las neuronas biónicas usan solo 140 nanovatios de potencia, una billonésima parte de la cantidad de un microprocesador regular, lo que las hace mucho más prácticas para aplicaciones a largo plazo dentro del cuerpo. Cada chip tiene aproximadamente 0.1 milímetros de diámetro , pero muchos de ellos tendrían que combinarse para crear un implante práctico, que tendría unos pocos milímetros de ancho.
Los investigadores ya han creado una compañía llamada Ceryx para comenzar a desarrollar un marcapasos inteligente que utiliza las neuronas biónicas para responder a las señales en lugar de simplemente proporcionar un ritmo constante como un marcapasos normal. Pero dicen que su enfoque es genérico y podría usarse para replicar cualquiera de los muchos tipos diferentes de neuronas del cuerpo.
Esto podría hacer posible reparar circuitos defectuosos que caus correos condiciones como la insuficiencia cardíaca y la apnea del sueño, pero también podría reemplazar potencialmente nervios dañados causados por lesiones de la médula o de ayuda extremidades robóticas conectarse a los sistemas nerviosos de las personas.
Una limitación potencial es que las neuronas biónicas no replican la compleja conectividad de las reales. Su modelo no cubre las muchas dendritas ramificadas que conectan las neuronas entre sí, y agregar esas dinámicas podría requerir componentes adicionales.
Los investigadores también dicen que son un largo camino desde la replicación de los circuitos cerebrales más grandes, más complejas, y años luz fuera de ser capaz de reproducir todo un cerebro.
Universidad de Manchester Stephen Furber, que ha diseñado un equipo millones de procesadores llamada spinnaker que sería destinado a modelar las redes cerebrales a gran escala, dijo que el uso de este método para crear redes de incluso unos pocos cientos de millones de neuronas sería inviable y el cerebro contiene aproximadamente 86 mil millones de ellos .
"Debido a que el enfoque es detallado y laboriosamente laborioso, en realidad solo se puede aplicar en la práctica a unidades neuronales más pequeñas, como las neuronas respiratorias descritas anteriormente, pero hay bastantes pequeños circuitos críticos de control neuronal que son vitales para mantenernos vivos, "Añadió ed .
Este artículo apareció por primera vez en SingularityHub .
Una neurona artificial en su carcasa protectora. Foto cortesía de la Universidad de Bath.
La fusión de humanos y máquinas es un elemento básico de la ciencia ficción y está en el corazón de la filosofía del transhumanismo. Sin embargo, la interfaz de nuestros cerebros con las computadoras ha demostrado ser increíblemente difícil, a pesar del hecho de que ambas funcionan esencialmente con impulsos eléctricos.
Imagine, por ejemplo, si una lesión cerebral pudiera repararse con un chip de computadora. Eso puede no estar muy lejos; en diciembre , investigadores informaron sobre una "neurona de estado sólido" cuyo modelo emula con gran preciosoón el comportamiento de las neuronas biológicas y células nerviosas. I n una p aper en Nature Communications, el equipo dijo que estos dispositivos electrónicos podrían ser conectados a neuronas biológicas para reparar el daño o "curar" enfermedades.
"Hasta ahora, las neuronas han sido como cajas negras, pero hemos logrado abrir la caja negra y mirar dentro", dijo el líder del proyecto Alain Nogaret, de la Universidad de Bath en el Reino Unido, en un comunicado de prensa . "Nuestro trabajo cambia el paradigma porque proporciona un método robusto para reproducir las propiedades eléctricas de las neuronas reales en minucioso detalle".
Una de las principales razones por las que ha sido tan difícil replicar con precisión el comportamiento de las neuronas en el silicio es porque la forma en que responden a los estímulos no es lineal. En otras palabras, una señal dos veces más fuerte no necesariamente generará una respuesta que sea dos veces más fuerte.
Los investigadores resolvieron el problema recolectando datos de dos tipos de neuronas de rata. Primero a partir de la región del hipocampo del cerebro, que está implicado en el aprendizaje y la memoria, y el luego de parte que controla el aparato respiratorio.
Usaron estos datos para estimar los parámetros que definen cómo fluyen los iones a través de las neuronas y luego usaron esos parámetros para crear un modelo que explica cómo las neuronas responden a los estímulos de otros nervios. A continuación, utilizaron este modelo para construir neurónas analógicas en chips de silicio que modelan con precisión el comportamiento de las neuronas reales.
Para probar sus chips, los sometieron a 60 protocolos de estimulación diferentes y compararon sus respuestas con las observadas en el hipocampo de la rata y las neuronas del tronco encefálico . Los chips lograron una precisión del 94 por ciento .
Críticamente, las neuronas biónicas usan solo 140 nanovatios de potencia, una billonésima parte de la cantidad de un microprocesador regular, lo que las hace mucho más prácticas para aplicaciones a largo plazo dentro del cuerpo. Cada chip tiene aproximadamente 0.1 milímetros de diámetro , pero muchos de ellos tendrían que combinarse para crear un implante práctico, que tendría unos pocos milímetros de ancho.
Los investigadores ya han creado una compañía llamada Ceryx para comenzar a desarrollar un marcapasos inteligente que utiliza las neuronas biónicas para responder a las señales en lugar de simplemente proporcionar un ritmo constante como un marcapasos normal. Pero dicen que su enfoque es genérico y podría usarse para replicar cualquiera de los muchos tipos diferentes de neuronas del cuerpo.
Esto podría hacer posible reparar circuitos defectuosos que caus correos condiciones como la insuficiencia cardíaca y la apnea del sueño, pero también podría reemplazar potencialmente nervios dañados causados por lesiones de la médula o de ayuda extremidades robóticas conectarse a los sistemas nerviosos de las personas.
Una limitación potencial es que las neuronas biónicas no replican la compleja conectividad de las reales. Su modelo no cubre las muchas dendritas ramificadas que conectan las neuronas entre sí, y agregar esas dinámicas podría requerir componentes adicionales.
Los investigadores también dicen que son un largo camino desde la replicación de los circuitos cerebrales más grandes, más complejas, y años luz fuera de ser capaz de reproducir todo un cerebro.
Universidad de Manchester Stephen Furber, que ha diseñado un equipo millones de procesadores llamada spinnaker que sería destinado a modelar las redes cerebrales a gran escala, dijo que el uso de este método para crear redes de incluso unos pocos cientos de millones de neuronas sería inviable y el cerebro contiene aproximadamente 86 mil millones de ellos .
"Debido a que el enfoque es detallado y laboriosamente laborioso, en realidad solo se puede aplicar en la práctica a unidades neuronales más pequeñas, como las neuronas respiratorias descritas anteriormente, pero hay bastantes pequeños circuitos críticos de control neuronal que son vitales para mantenernos vivos, "Añadió ed .
Este artículo apareció por primera vez en SingularityHub .
Foro Xiaomi
Foro Realme
Foro OnePlus
Foro Jiayu
Foro Lenovo
Foro Samsung
Foro Nubia
Foro Blackview
Foro impresoras 3D