محققان توانستند راهی برای ادغام دو حوزه بیولوژی و الکترونیک پیدا کنند. دستاورد این پژوهش، یک بیوکامپیوتر ترکیبی است که بافت مغز انسان را در آزمایشگاه با مدار‌های معمولی و هوش مصنوعی ترکیب می‌کند.
این سیستم که Brainoware یا مغزافزار نام دارد، در آزمایش محققان صدا‌ها را با دقت ۷۸ درصد تشخیص می‌دهد. این دستاورد می‌تواند روزی به ایجاد ریزتراشه‌های سیلیکونی با قابلیت ترکیب با نورون‌ها منجر شود.
به گزارش دیجیاتو، براساس مقاله منتشرشده در نیچر، سیستم مغزافزار Brainoware خوشه‌های ارگانوئید مغز را با مدار‌های الکترونیکی معمولی ترکیب می‌کند. خوشه‌های ارگانوئید مغز درواقع از سلول‌های بنیادی انسان مشتق می‌شوند و به نوعی یک مغز کوچک پر از نورون هستند.
برای ساختن این مغزافزار، محققان یک ارگانوئید منفرد را روی صفحه‌ای حاوی هزاران الکترود برای اتصال مغز به مدار‌های الکتریکی قرار دادند. این مدار‌ها با ارگانوئید مغز ارتباط گرفتند و اطلاعات ورودی را به الگوی پالس‌های الکتریکی ترجمه کردند.
یکی از ارگانوئید‌های مغز در آزمایشگاه (عکس بالا) و اسکن فعالیت نورونی آن (عکس پایین)
مغز انسان بسیار شگفت‌انگیز است. به‌طور متوسط ۸۶ میلیارد نورون و حداکثر یک کوادریلیون سیناپس در مغز وجود دارد. هر نورون به ۱۰۰ هزار نورون دیگر متصل است و دائما نیز با یکدیگر ارتباط برقرار می‌کنند. در سال ۲۰۱۳، کامپیوتر K Riken، که در آن زمان یکی از قدرتمندترین ابررایانه‌های جهان بود، تلاش کرد تا عملکرد مغز را تقلید کند. با ۸۲۹۴۴ پردازنده و یک پتابایت حافظه، ۴۰ دقیقه طول کشید تا یک ثانیه از فعالیت تنها یک تا دو درصد از مغز انسان را شبیه‌سازی کند.
در سال‌های اخیر، دانشمندان و مهندسان سعی کرده‌اند با طراحی سخت‌افزار و الگوریتم‌هایی که ساختار و نحوه عملکرد مغز را تقلید می‌کنند، به توانایی‌های مغز دست یابند. این محاسبات به‌عنوان محاسبات نورومورفیک شناخته می‌شود و با وجود پیشرفت‌های اخیر، آموزش شبکه‌های عصبی مصنوعی بسیار زمان‌بر است.
محققان در پژوهش فعلی، ارگانوئید‌های مغزی Brainoware را با استفاده از یک نوع شبکه عصبی مصنوعی به نام محاسبات مخزن به مجموعه‌ای از میکروالکترود‌ها با چگالی بالا متصل کردند. تحریک الکتریکی اطلاعات را به ارگانوئید منتقل می‌کند.
لایه‌های پردازشگر ورودی و خروجی از سخت‌افزار‌های معمولی کامپیوتر استفاده می‌کند. این لایه‌ها باید برای تعامل با ارگانوئید آموزش داده می‌شدند؛ لایه خروجی داده‌های عصبی را می‌خواند و براساس ورودی، اطلاعات را طبقه‌بندی یا پیش‌بینی می‌کرد.
برای آزمایش این سیستم، محققان ۲۴۰ کلیپ صوتی از هشت سخنران را به Brainoware دادند و از آن خواستند صدای یک فرد خاص را شناسایی کند. پس از دو روز آموزش، Brainoware توانست صدای گوینده را با دقت ۷۸ درصد تشخیص دهد.
هنوز محدودیت‌های قابل‌توجهی مانند موضوع زنده‌نگه‌داشتن ارگانوئید‌ها و میزان مصرف انرژی تجهیزات جانبی پیرامون این فناوری وجود دارد، اما با درنظرگرفتن ملاحظات اخلاقی، Brainoware نه تنها برای محاسبات، بلکه برای درک اسرار مغز انسان نیز کاربرد دارد