Три миниатюрных органоида мозга распознали буквы Брайля с точностью 83%
iXBT.com ·
Учёные из Бристольского университета проверили, можно ли использовать выращенную в лаборатории нервную ткань для обработки сигналов от искусственного осязания. В эксперименте три миниатюрных органоида мозга помогли компьютеру распознавать электрические сигналы, соответствующие буквам Брайля, с точностью 83%. При использовании одного органоида точность составляла 61%.
Органоиды — это выращенные в лаборатории модели органов или их отдельных частей. В эксперименте использовали органоиды мозга человека размером менее миллиметра, каждый из которых содержал около 10 000 нейронов и вспомогательные клетки. Их разместили на многоэлектродных матрицах, которые поддерживали нервную ткань в жизнеспособном состоянии, передавали ей электрические сигналы и регистрировали ответную активность.
Для эксперимента учёные использовали тактильный сенсор, фиксировавший сигналы, соответствующие 26 буквам алфавита Брайля. Эти данные преобразовали в электрические импульсы и подали на органоиды. Затем алгоритм машинного обучения анализировал возникающую нейронную активность и определял, какой букве соответствовал входной сигнал. Таким образом, нервная ткань участвовала в обработке информации между искусственным сенсором и компьютерной системой распознавания.
Когда алгоритм анализировал ответ одного органоида, точность классификации составляла 61%. Объединение ответов трёх органоидов повысило показатель до 83%. Авторы предполагают, что дело может быть в различиях между отдельными органоидами: у них неодинаковые связи между нейронами, стадии развития и фоновая активность. Поэтому один и тот же входной сигнал вызывает не полностью одинаковые ответы, которые могут содержать взаимодополняющую информацию.
Команда также проверила устойчивость системы к искусственным помехам. Учёные искажали сигналы, соответствующие буквам Брайля, и сравнивали распознавание по ответам органоидов с прямым анализом зашумлённых данных тем же алгоритмом. В условиях помех система с тремя органоидами сохраняла точность лучше. Это указывает на то, что биологический компонент может быть полезен не только для передачи сигналов, но и для обработки информации при ухудшении входных данных.
При этом эксперимент не показал, что органоиды научились читать в человеческом смысле, понимают буквы или способны обучаться на собственном опыте. Исследователи продемонстрировали распознавание сигналов в одной специально организованной задаче с заранее заданным способом кодирования. Они также ещё не установили, почему объединение нескольких органоидов улучшает результат. Различия между ними могут помогать системе, но одновременно затрудняют создание предсказуемых и стандартизированных биогибридных вычислительных устройств.
Следующий этап — проверить, как органоиды справляются с более сложными сигналами: текстурами, краями предметов и прикосновениями. Учёные также планируют перейти к системам с обратной связью, в которых результат действий влияет на последующие сигналы, поступающие к нервной ткани. Это позволит проверить, способны ли органоиды адаптироваться на основе опыта.