Para ilmuwan menciptakan otak mini (dan mengajari mereka cara memecahkan masalah teknik)

Sejumlah kecil jaringan otak yang dikembangkan di laboratorium telah menunjukkan bukti konsep yang luar biasa: sirkuit saraf yang hidup dapat dipandu untuk memecahkan masalah kontrol klasik melalui umpan balik yang terstruktur dengan cermat.

Dalam sistem siklus tertutup yang disediakan umpan balik listrik berdasarkan kinerja, organoid kortikal berhasil meningkatkan secara progresif pengendalian masalah referensi teknik klasik: bagaimana menyeimbangkan a pendulum maya yang tidak stabil.

Perbaikan tersebut jauh dari kata a biokomputer hibrida fungsional. Namun sebagai bukti konsep, penelitian ini menunjukkan bahwa jaringan saraf di piring laboratorium bisa saja demikian beradaptasi secara dinamis melalui umpan balik terstruktur – sebuah hasil yang dapat membantu mempelajari bagaimana penyakit neurologis mengubah kapasitas plastisitas otak.

Investigasi disajikan dalam a artikel diterbitkan di majalah tersebut Laporan Sel.

“Kami mencoba memahami dasar-dasar bagaimana neuron dapat beradaptasi untuk memecahkan masalah,” katanya. Ash Robbinspeneliti robotika dan kecerdasan buatan di University of California (UC), dalam sebuah pernyataan yang dipublikasikan di Peringatan Eurek.

“Jika kita dapat memahami apa yang mendorong proses ini di laboratorium, kita membuka jalan baru untuk mempelajari bagaimana penyakit neurologis dapat melakukannya mempengaruhi kemampuan belajar otak“, tambah Robbins.

HAI masalah kereta pendulum secara konseptual sederhana. Bayangkan menyeimbangkan benda panjang, seperti penggaris atau pena, secara vertikal di telapak tangan Anda yang terbuka.

Kecuali jika itu selaras sempurna, akan mulai turun. Untuk membuatmu tetap berdiri, Anda perlu terus-menerus menyesuaikan posisi tangan Anda saat benda bergoyang dan bergetar.

Sudah versi gerobak dengan pendulumkereta virtual dapat bergerak ke kiri atau ke kanan menjaga pendulum berengsel tetap seimbang vertikal.

Aturannya sederhana dan titik kegagalannya jelas: ketika pendulum tip terlalu banyak. Tapi kesalahan kecil bertambah dengan cepatmenjadikannya contoh klasik dari a masalah kontrol yang tidak stabil.

Gerobak pendulum merupakan permasalahan yang sering digunakan dalam penelitian pembelajaran penguatan: Mudah untuk disimulasikan dan cepat dilakukan, namun tidak seperti tugas pengenalan pola, memerlukan penyesuaian yang konstan dan sangat presisi, dibandingkan hanya satu jawaban yang benar.

Bagi Robbins dan rekan-rekannya, kereta pendulum mewakili bentuk baru dan jelasdan menguji kemampuan organoid otak.

Organoid tersebut tidak tumbuh dari jaringan manusia, melainkan dari sel induk tikusdibudidayakan untuk membentuk kelompok kecil jaringan kortikal yang mampu memberikan sinyal saraf.

Organoid ini tidak cukup rumit terhadap sesuatu yang mendekati pikiran atau kesadaran, tetapi mereka mampu mengirim dan menerima sinyal listrikdan hubungan internalnya dapat berubah sebagai respons terhadap rangsangan eksternal.

Pengalamannya berkisar pada gerobak dengan pendulum virtual. Pola rangsangan listrik yang berbeda menandakan arah dan derajat kemiringan dari pendulum. Respon organoid kemudian diartikan sebagai gaya ke kiri atau ke kanan untuk menggerakkan gerobak dan melawan osilasi.

Penting untuk diklarifikasi bahwa organoid tidak memahami tugas tersebut. Para peneliti sedang menguji apakah koneksi saraf jaringan dapat disesuaikan melalui umpan balik – yaitu, apakah rangsangan listrik dapat menghasilkan perubahan yang memandu jaringan menuju kontrol yang lebih baik.

Setiap upaya untuk menyeimbangkan pendulumditunjuk oleh episodeberlangsung hingga melebihi sudut yang telah ditentukan. Kinerja dipantau di jendela lima episode berturut-turut.

Organoid didistribusikan ke seluruh penjuru salah satu dari tiga kondisi: tidak ada umpan balik, umpan balik acak yang diberikan ke neuron yang dipilih, atau umpan balik adaptif berdasarkan kinerja masa lalu.

Kondisi adaptif adalah yang paling menentukan. Jika kinerja selama lima episode lebih rendah dari rata-rata selama 20 episode terakhir, sistem akan mengirimkan rangsangan frekuensi tinggi secara singkat. Algoritme menyesuaikan neuron mana yang menerima sinyal ini, berdasarkan apakah pola stimulasi serupa sebelumnya diikuti oleh peningkatan kontrol.

Untuk menentukan apakah organoid itu benar-benar membaikalih-alih cukup beruntungpara peneliti menentukan tolok ukur berdasarkan kinerja pengontrol acak lengkap. Jika hasil terbaik organoid selama suatu sesi melebihi peluang yang mungkin dihasilkan, sesi tersebut dianggap mahir.

Sebagai tingkat kemahiran diperoleh di setiap kondisi sungguh luar biasa. Anda organoid tanpa umpan balik mencapai kriteria kinerja baik hanya 2,3% dari keseluruhan waktu, dan mereka yang menerima umpan balik acak mendapat kinerja baik 4,4% dari waktu. Namun, dengan umpan balik adaptif yang berkelanjutan, organoid melebihi ambang kemahiran dalam 46% siklus.

“Ketika kita bisa secara aktif memilih rangsangan latihan, kita bisa melakukannya secara efektif membentuk jaringan untuk memecahkan masalah“, kata Robbins. “Apa yang kami tunjukkan adalah aprediksi jangka pendek: Kita dapat mengambil organoid di negara bagian tertentu dan mentransfernya ke negara lain yang kita targetkan, dan melakukannya secara konsisten.”

Namun, “jangka pendek” adalah ungkapan yang tepat. Jika dibiarkan tidak aktif selama beberapa waktu, cukup 45 menit, organoid “lupa” pelatihan merekakembali ke kinerja dasar. Penelitian di masa depan dapat menyelidiki bagaimana meningkatkan memori organoid, yang pada akhirnya meningkatkan kompleksitasnya.

“Kami ingin memperjelas bahwa tujuan kami adalah untuk memajukan penelitian otak dan pengobatan penyakit saraf, dan jangan ganti pengontrol robot dan jenis komputer lainnya oleh jaringan otak hewan yang dikulturada di laboratorium”, katanya David Hausslerahli bioinformatika UC.

“Ini bisa dianggap menarik, tapi akan meningkat pertanyaan etis yang seriusterutama jika digunakan organoid otak manusia“, tutupnya.