Искусственный нейрон. будущее уже наступило?

Три революции нейронных сетей

Сергей Николенко – Chief Research Officer, Neuromation

Мы живём в разгар очередной революции в искусственном интеллекте, новой волны популярности искусственных нейронных сетей, которая началась около десяти лет назад.

В 2005-2006 годах группы исследователей под руководством Джеффри Хинтона (Geoffrey Hinton) в университете Торонто и Йошуа Бенджи (Yoshua Bengio) в университете Монреаля сумели обучить глубокие нейронные сети, и это перевернуло весь мир машинного обучения. Теперь в самых разных предметных областях лучшие результаты получаются с помощью глубоких нейронных сетей.

Однако так было не всегда. Искусственный интеллект переживал три основные волны энтузиазма, три «революции искусственного интеллекта», и каждая из этих трёх революций оказывалась связана с нейронными сетями. Давайте разберёмся подробнее…

Первая революция: перцептрон и большие надежды

Рождение революции прекрасно, как появление на свет ребенка, его первая бессмысленная улыбка, его первые невнятные слова, трогательно умилительные, когда они произносятся с трудом лепечущим, неуверенным в себе розовым язычком…

Аркадий Аверченко. Дюжина ножей в спину революции

Идея искусственного интеллекта давно занимала людей. Гефест конструировал себе роботов-андроидов, например гигантского человекоподобного робота Талоса, которого позже отдали охранять Крит.

Особо мудрые раввины могли создавать големов, а после доктора Франкенштейна идея искусственного интеллекта прочно обосновалась в литературе.

Обратите внимание

Однако как наука искусственный интеллект совсем молод: за точку отсчёта обычно берут статью Тьюринга Computing Machinery and Intelligence («Вычислительные машины и разум»), опубликованную в 1950 году в журнале Mind.

Оригинальная статья Тьюринга.

Он умел взять быка за рога…

В этом эссе великий логик и информатик предложил идею теста Тьюринга, которая оказалась необычайно плодотворной и до сих пор может служить вполне адекватным методом проверки на способность мыслить. Однако пока это была чистая теория, а серьёзные практические успехи искусственного интеллекта сразу же оказались связаны с нейронными сетями.

И выглядела эта модель очень внушительно…

Интересно отметить, что искусственные нейронные сети появились даже раньше, чем сам искусственный интеллект: основополагающая работа Уоррена МакКаллоха и Уолтера Питтса о простой модели нейрона относится к 1943 году, а уже в 1949 Дональд Хебб предложил первые алгоритмы обучения. Про обучение по Хеббу до сих пор иногда вспоминают в вероятностных моделях, но в целом оно оказалось слишком сложным и хрупким для реализации.

Будущее было за куда более простым методом обучения нейросетей – градиентным спуском, который был реализован в том числе в первом перцептроне Франка Розенблатта. Перцептрон – это один искусственный нейрон, т.е. в 1958 году Розенблатт с коллегами сумели построить модель одного нейрона, почти в точности по МакКаллоху и Питтсу.

Современные глубокие нейронные сети могут состоять из миллионов искусственных нейронов, каждый из которых делает примерно то же, что перцептрон Розенблатта. Для конца пятидесятых и один работающий перцептрон был, конечно, выдающимся достижением.

Однако, как это часто бывает, его поспешили слишком сильно разрекламировать.

New York Times, не какой-то таблоид, на полном серьёзе писал, что теперь, когда перцептрон способен понять, слева или справа расположены яркие точки на фотографии, самое сложное уже позади: через пару лет появятся компьютеры, способные вести себя как человек, мыслить и улучшать самих себя.

Первые шаги искусственного интеллекта – чрезвычайно интересная тема.

Можно было бы рассказать и о том, как потерпели неудачу проекты по автоматическому выводу, и о том, как жена Норберта Винера отбросила искусственный интеллект на десять лет назад, и о проекте по машинному переводу с русского на английский, мотивированном холодной войной… Но об этом в другой раз, а сейчас пора двигаться дальше, ко второй революции, до которой оставалось ещё больше десяти лет.

Вторая революция: теоретически всё работает

Но когда ребенку уже четвертый год, а он торчит в той же колыбельке, когда он четвертый год сосет свою всунутую с самого начала в рот ножку, превратившуюся уже в лапу довольно порядочного размера… Это уже не умилительный, ласкающий глаз младенец, а, простите меня, довольно порядочный детина, впавший в тихий идиотизм.

Там же, продолжение цитаты

Источник: https://www.if24.ru/tri-revolyutsii-nejronnyh-setej/

Впервые в истории созданы искусственные нейроны, работающие «как настоящие»

Искусственные нейроны

Сотрудники исследовательской лаборатории IBM в Цюрихе создали первые в истории искусственные стохастические нейроны с фазовым переходом. Компания создала 500 таких нейронов, объединив их в матрицы 10 x 10 штук, и научила их обрабатывать сигналы способом, близким к принципу работы головного мозга, сообщает Ars Technica.

Прорыв особенно примечателен тем, что нейроны с фазовым переходом были изготовлены из широко применяемых материалов, которыми можно оперировать на уровне нанометров. Также важно, что нейроны стохастические, то есть они ведут себя слегка неустойчиво и могут выдавать немного разные результаты — как и биологические нейроны.

Конструкция нейронов

Подобно биологических нейронов, искусственные нейроны IBM обладают вводом (дендрит), нейронной мембраной (липидная мембрана), окружающей генератор пиков (нечто вроде нейронного ядра) и вывод (аксон). Помимо этого, в искусственном нейроне присутствует линия обратной связи, которая идет от генератора пиков назад к вводам. Она служит для усиления входящих импульсов.

Ключевое различие кроется в мембране. В настоящем нейроне она работает одновременно и как резистор, и как конденсатор. То есть она сопротивляется прохождению тока, но, в конечном счете, при достаточно высоких импульсах на дендритах, на мембране образуется потенциал, достаточный для создания собственного импульса, который выходит через аксон к другому нейрону и т. д.

Подложка с искусственными нейронами IBM (крошечные серые прямоугольники)

Мембраны в нейронах IBM выполнены из сплава германия, сурьмы и теллура. Этот сплав — основной активный ингредиент перезаписываемых оптических дисков.

Главное свойство этого сплава — способность легко преходить из одного фазового состояния в другое и обратно (кристаллическое и аморфное), обычно при воздействии температуры.

В кристаллическом состоянии материал проводит электричество, в аморфном — нет.

Стохастичный характер

Биологические ионы при одинаковом воздействии выдают слегка различный результат, что является следствием ионной проводимости, температуры и фоновых помех.

Важно

Нейронам IBM свойственно такое же поведение. Дело в том, что компоненты из указанного выше сплава немного отличаются по своей структуре после каждого рабочего цикла.

В результате этого процесс кристаллизации каждый раз идет несколько иначе.

В шаге от нейрокомпьютеров

Нейроны IBM по сути можно поставить на поточное производство. Во-первых, они изготовлены из хорошо известных материалов, которые уже используются в электронной промышленности. Во-вторых, нейроны можно изготавливать достаточно маленькими. Образцы IBM произведены на базе 90-нм техпроцесса, но в корпорации ведут речь и о 14-нм топологии. Один искусственный нейрон имеет длину около 100 нм.

По мнению Ars Technica, с выпуском искусственных нейронов IBM впервые максимально близко приблизилась к созданию искусственного интеллекта, который способен работать наподобие биологического мозга, пусть и пока простейшей конструкции. 

Источник: http://www.cnews.ru/news/top/2016-08-03_sozdany_pervye_iskusstvennye_nejrony

Искусственная нервная система на подходе | Коллекционер будущего

Наша нервная система является одним из самых сложных и удивительных объектов, известных человечеству. Практически все, что вы видите вокруг себя, сформировано и создано в ходе человеческой деятельности, в основе которой лежит неравная система.

Одним из самых основных компонентов нервной системы и, в частности, головного мозга, является нейрон.

Только в головном мозге этих клеток почти 100 миллиардов! А связей между нейронами – синапсов – на несколько порядков больше! Причем процесс передачи информации между нейронами, все взаимодействия молекул химических веществ (нейротрансмиттеров) в синапсе, необычайно сложен и необычен.

Возможно ли нашу нервную систему, все взаимодействия, происходящие в ней, обуславливающие наши психические и иные процессы, воссоздать искусственным путем?

Лет 5 назад даже создание искусственных синапсов и нейронов звучало неправдоподобно. Однако буквально за два года ситуация изменилась коренным образом.

Сразу вспомним основы. У нейронов есть множественные отростки – дендриты – на которые приходит сигнал, а также один аксон, через который сигнал идет на другие дендриты.

Совет

Сигнал «перепрыгивает» с аксона на дендрит через место их сближения – нервный синапса, в который при получении сигнала из аксона выделяются нейротрансмиттеры, попадающие на рецепторы дендритов. Одни нейротрансмиттеры увеличивают другие уменьшают заряд мембраны дендрита.

Когда заряд доходит до определенного значения, появляется импульс, который идет по дендритам через тело нейрона в аксон.

Бурное начало

Весной позапрошлого года, компания IBM сообщила о своих намерениях воссоздать нейрональный синапс и нейрон искусственным путем. В конце весны несколько китайских и американских компаний представили миру адекватные компьютерные модели различных типов синапсов, в которых могут действовать модели всех известных человечеству нейротрансмиттеров.

Летом 2016го года исследователи IBM сообщили о создании первых в мире стохастических нейронах с фазовым переходом. Фазовый переход— переход вещества из одной термодинамической фазы в другую при изменении внешних условий.

В принципе, то же делает наш мозг. Извне поступает новая информация, он реагирует определенной активностью. Только на основе таких нейронов уже могут создаваться модели, соответствующие самым примитивным биологическим мозгам.

Стохастичность искусственного нейрона соответствует случайности с которой образуются многие межнейрональные связи, обеспечивая успешную продолжительную работу головного мозга.

Количество «случайных связей», которые может установить и разорвать искусственный нейрон обусловлено временем перехода из активного в спокойный режим (после проведения импульса), которое зависит от физических свойств самого нейрона.

В исследованиях сравнивали количество синапсов, возникающих и разрывающихся в группе реальных нейронов с количеством связей в группе искусственных аналогов за одно и то же количество времени. Они совпадали.

Как и в реальном, в искусственном нейроне от IBM имеются множественные входы – дендриты, мембрана с аналогами рецепторов, ядро и один выход — аксон.

Подчеркну, что реальная мембрана нейронов – это двойной слой липидов, который пропускает сигнал только при аккумуляции определенного заряда на дендрите.

Так же работает и искусственная мембрана, представляющая этакую совокупность резисторов и конденсаторов из сплава германия, сурьмы и теллура.

Обратите внимание

Только благодаря своим искусственным стохастическим нейронам компания IBM за полтора года в разы улучшила эффективность процессов обучения нейросети.

В частности, появились системы когнитивных вычислений, способные гораздо быстрее производить анализ большого количества непрерывно поступающих данных.

Однако иногда искусственные стохастические нейроны выдавали ошибку и не могли проводить импульс из-за непредсказуемости движения определенных ионов в синапсе.

Прорывы этого года – нейроны лучше

Но время не стоит на месте. И уже в этом году (хотя прошло-то его неполных 3 месяцы) было представлено несколько проектов, пододвигающих ближе к нам создание искусственной нервной системы.

В Массачусетском технологическом институте все же смогли создать идеальный синапс, в котором не было вышеобозначенной проблемы с ионами. Идея исследователей – создать компьютер, который в своей работе был бы подобен мозгу.

То есть сразу отказались от «цифры» — от бинарных вычислений с единицами и нулями. Любые ионы, попадающие из внешней среды в созданный синапс и являются переносчиками информации (они же несут свой заряд).

Для предотвращения попадания искусственный синапс нейронов из внешней среды был создан аналог изолированной синаптической щели, вещества в которую могли попадать только из других искусственных нейронов.

Ранее для создания искусственных синапсов использовали аморфные материалы, из которых ионы могли непредсказуемо вылетать в разные направления.

Справится с этим помогло встраивание в оболочку искусственных нейронов покрытия из монокристаллического кремния, в котором в строго определенном месте были отверстия, через которые и могли выходить или приходить определенные ионы. Чтобы сделать движение ионов еще более предсказуемым и направленным сверху все покрыли слоем германия с аналогичными отверстиями. Вот мы и получили прекрасный искусственный аналог рецептора!

После первого комплекса испытаний, полученных на основе такого синапса нейроморфных чипов, исследователи уверенно заявляют, что в ближайшем будущем даже небольшая группа подобных нейроморфных чипов (общим размером в пару кубических сантиметров) сможет выполнять те же объемы вычислений, что и продвинутые суперкомпьютеры наших дней.

Нейроны быстрее

Ученые в Колорадском университете тоже не сидели на месте и создали свои типы искусственных нейронов, которые смогли передавать сигналы в разы быстрее настоящих, которыми пользуемся мы! То есть не исключается возможность, что грядущие искусственные нервные системы будут эффективнее наших!

В данном типе «нейронов» задействованы сверхпроводящие структуры, включающие в свой состав атомы ниобия, что позволяет импульсу проходить по такому «нейрону» практически без сопротивления.

Роль синаптической щели и нейротрансмиттеров выполняла среда, заполненная марганцем. С одной стороны, полученная модель по эффективности формирования нейронных связей далеко позади нашей естественной нервной системы. С другой стороны, наши нейроны передают только до сотни импульсов в секунду, а данные искусственные аналоги проводят около миллиарда (!!!) сигналов в секунду.

Нейроны интереснее

И еще одна команда смогла в этом году на общественный суд преподнести свои искусственные нейроны. Исследователи из национального института стандартов и технологий США (NIST) разработали искусственный синапс, представляющий из себя сверхпроводящий металлический цилиндр.

Этот синапс может не только проводить около миллиарда сигналов в секунду, но и тратит на это меньше энергии, чем тратит наш синапс за секунду (проводя, напомню, до 100 импульсов).

Читайте также:  Создан уникальный многофункциональный дрон, способный ползать

Самое интересное в том, что данный нейрон способен к имитации основного процесса, который лежит в основе нашей обучаемости – имитации нейропластичность. Чем больше проходит сигналов по таким синапсам, тем прочнее становится связь «нейронов», формирующих этот синапс.

Важно

Подведем итог. Что мы видим? Активно идут разработки устройств, работающих подобно нашим нейронам. В том, что разные исследователи создают «нейроны» с разными свойствами, воспроизводящие разные стороны наших биологических нейронов, Я вижу только плюсы.

В дальнейшем модели, объединяющие все наработки, смогут быть все ближе к биологическим системам.

Не далек тот день, когда пораженные болезнью участки главного мозга можно будет заменить искусственными протезами, которые помогут не только справится с проблемой, но и улучшить наш собственный интеллект.

Источник: https://FutureCollector.com/medicina/iskusstvennaya-nervnaya-sistema-na-podhode

Пять невероятных нейроимплантов

Carlos Amarillo / shutterstock.com 

Мы составили для вас список из пяти нейроимплантов, которые выведут эволюцию человека на новый уровень.

Нейротехнологии за свою короткую историю (около 50 лет развития) шагнули далеко вперед и стали неотъемлемой частью современной жизни человека, однако они в основном не особо заметны.

Такая ситуация возникла в связи с тем, что термин «нейротехнологии» объединяет под собой все технологии, которые оказывают влияние на мозг или восприятие человеком своей мозговой активности.

В их число входят медицинские препараты, методы сканирования и измерения активности мозга, средства для борьбы с депрессией, болью и бессонницей. Одной из наиболее передовых и перспективных технологий можно по праву назвать нейроимпланты.

Нейронные импланты представляют собой технологические устройства, которые соединяются непосредственно с мозгом.

Изначально импланты головного мозга разрабатывались для нормализации работы отдельных его областей, поврежденных после травм или инсульта.

Некоторые нейроимпланты могут являться частью разработки нейрокомпьютерных интерфейсов, о чем вы можете почитать в нашей статье. Здесь же мы представим пять невероятных технологий, требующих прямого подключения к мозгу.

Современное развитие медицины пока не смогло справиться со всем спектром существующих болезней. Одной из них является так называемая деменция, или приобретенное слабоумие. Особенность этой болезни заключается в поражении мозга с последующей деградацией умственных способностей человека.

Совет

Число больных деменцией растет с каждым годом: к 2050 г. их количество перейдет отметку в 120 млн человек. Ужасные последствия, которые вызывает эта болезнь, приводят к постепенной утрате человеком себя и медленной смерти. Именно нейронные импланты могут стать средством излечения деменции.

Для решения этой задачи ученым нужно было воспроизвести связь между кратковременной и долговременной памятью, которая нарушается при болезни Альцгеймера — одной из форм деменции. Как и в случае с большинством научных исследований мозга человека, первые успехи в 2012 г. были достигнуты на мышах.

И уже в 2015 г. перевод информации из кратковременной памяти в долговременную стал возможен и в мозге человека. Концепция подобного нейроимпланта несовершенна, но чрезвычайно перспективна.

Суть дальнейших исследований заключается в изучении мозговой активности, интеллекта и способов передачи информации.

На сегодняшний день также существуют специальные электронные импланты для лечения приступов эпилепсии.

Именно эти технологии поставили перед учеными вопрос о том, как не просто стимулировать отдельные участки мозга, но и обеспечить имитирование здоровой мозговой деятельности.

Нейронная сеть с искусственной киберсвязью, художественный концепт нанотехнологий. ktsdesign / shutterstock.com

                          Люди с недостатком — первые суперлюди.

Такими словами приветствовал новый век нейроимплантов Брайан Джонсон (Bryan Johnson), основатель компании Kernel. Группа ученых поставила своей целью помочь человеку достичь новой планки эволюции, соединив возможности искусственного и живого мозга. По словам Джонсона, именно люди с пораженными умственными способностями будут первыми, кто сможет воспользоваться новыми разработками.

Обратите внимание

Создание невероятной технологии предопределяют два фактора. Во-первых, как уже было сказано выше, стремление вернуть людям с поврежденной мозговой активностью возможность жить полной жизнью. Возник вопрос: если мы можем имитировать деятельность мозга, то получится ли заставить его работать на максимуме?

Второй фактор касается технологии искусственного интеллекта, которая в последнее время развивается настолько быстро, что уже внушает страх «восстания роботов». Ученые начали задаваться логичным вопросом: если искусственный интеллект имеет свойство самообучения и фактически не ограничен рамками развития, то почему бы не модернизировать мозг человека.

В совокупности оба вопроса сложились в довольно трудноисполнимую, но фантастически интересную идею соединения мозга человека и искусственного интеллекта. Одним из самых первых теоретических проектов стало смелое желание не просто развивать производительность компьютера, а сделать его частью самого себя — стать киборгом, т.е. соединить человеческую и механическую части.

Любое вживление нейроимпланта будет автоматически означать превращение пациента в киборга. Так что же мы сможем получить в будущем, если решим стать кибернетическим организмом (cybernetic organism)?

Повышение интеллекта

Одним из наиболее привлекательных для ученых и инвесторов результатов является проект повышения человеческого интеллекта путем встраивания в мозг специального чипа или устройства. Они смогут стать своего рода процессором, слотом памяти для нашего собственного мозга.

Первые подобные проекты представила компания Kernel, за ней к делу подключился и знаменитый миллиардер Илон Маск, создатель SpaceX и один из тех, кто отмечал беспомощность человека перед искусственным интеллектом будущего.

Нужно отметить, что это не просто фантастическая теория, ведь первый чип, способный улучшить память, уже прошел предварительную апробацию на подопытных крысах. Ученый Теодор Бергер (Theodore Berger) из Университета Южной Калифорнии и его коллеги начали разработку в далеком 2003 г.

Их основная цель состояла в создании искусственного гиппокампа (часть головного мозга) крысы. Для этого они сконструировали специальный компьютерный чип с двумя электродами для входа и выхода информации, с помощью которого смогли не только помочь крысе запоминать определенные действия, но и улучшить ее умственные способности.

Подобный эффект удалось воссоздать и во время экспериментов над обезьянами. Осталась последняя стадия — сам человек.

Улучшение памяти — только первый шаг. Использование электронных устройств для хранения и обработки информации может ускорить работу нашего мозга. Глава Kernel Брайан Джонсон уже вложил более $100 млн из собственного кармана в достижение этой цели:

Если мы сможем воспроизвести естественные функции мозга и работать с нейронным кодом — сможем ли мы учиться в сто раз быстрее? Сможем ли мы сами решать, какие воспоминания сохранить, а от каких отказаться?

— спрашивает Джонсон.

Его начинания уже поддерживают наиболее неординарные научные деятели, в число которых входят упомянутый выше Теодор Бергер и Крейг Вентер (Craig Venter), «отец» искусственной жизни. Благодаря его работам в 2010 г. был создан первый биосинтетический механизм (искусственный геном), способный к размножению. Можно не сомневаться, что коллектив этих великих ученых современности добьется успеха.

Встроенные способности и навыки

А что, если вы не хотите учиться? У вас же в голове свой собственный процессор! Еще одно вероятное изобретение будущего — это имплантация уже развитых навыков прямо в мозг.

Недавно вышедшая компьютерная игра «Prey 2» представила свой вариант подобной технологии: с помощью специальных игл, нейронной инъекции, происходит введение сыворотки для изменения нейронных связей мозга. Однако в основе этой технологии лежит использование инопланетной субстанции.

Мы же пока не познакомились с нашими, вероятно, существующими соседями. Сама идея вживления готовых навыков через нейроимпланты имеет ту же модель использования, что и фантастические нейронные инъекции, только вместо иглоукалывания можно использовать загрузку информации прямо во встроенный в мозг чип.

Важно

Опытный инженер, профессиональный метатель дротиков или великолепный оратор — вы можете стать тем, кем всегда хотели.

Nixx Photography / shutterstock.com

Управление мыслями

Вера в магию и иное мракобесие давно ушла в прошлое, но желание читать мысли других людей или даже управлять ими осталось. Сверхъестественная способность передавать мысли на расстоянии, т.е. телепатия, может быть получена путем вживления нейроимплантов.

Попытка добиться подобного эффекта была предпринята британским ученым Кевином Уориком (Kevin Warwick). Посвятив свою жизнь изучению кибернетики, в 1998 г.

он вживил себе под кожу специальный чип, с помощью которого смог взаимодействовать с электронными устройствами: выключателями света и компьютером.

Вместе со своей женой Ириной, которая тоже вживила себе чип и стала «киборгом», Уорик предпринял первую попытку обменяться мыслями на расстоянии. Однако, как и сейчас, тогда не существовало технологии перевода электрического сигнала в нервный (от компьютера в мозг).

Концепция передачи мысли на расстоянии не может не идти рядом с теоретической возможностью контролировать ее. По словам Василия Ключарева, руководителя Департамента психологии НИУ ВШЭ, технология влияния на мозг другого человека уже имеется.

Для этого используется транскраниальный магнитный стимулятор — катушка, способная создать магнитное поле для воздействия на определенную область мозга.

Совет

Благодаря его использованию можно вообще ее отключить, например запретить говорить или заставить двигаться.

На сегодняшний день этот стимулятор представляет собой довольно массивный прибор, и управлять кем-то незаметно вы вряд ли сможете, но сама технология и понимание того, как она должна работать, уже имеются.

Встроенный переводчик

Многообразие народов, этносов и языковых групп, которые мы можем найти по всему миру, поистине поражает, но оно также создает немало трудностей для общения и путешествий. Нейроимпланты могли бы стереть существующий языковой барьер.

Источник: https://sciencepop.ru/5-neveroyatnyh-nejroimplantov/

Искусственные нейронные сети: будущее уже наступает

Практически все электронные системы, которые окружают современного человека, это результат невероятного мозгового штурма ученых-исследователей. Изобретенные ими нейронные сети подобно эволюции изменили ход развития системы искусственного интеллекта. Вот только несколько примеров, где применяются современные технологии, которые уже перевернули представление о возможностях науки:

  • системы видеонаблюдения;
  • операции с банковскими картами;
  • искусственное зрение;
  • решение многих задач в Интернете (собственно как и вся его работа), а это анализ данных, сортировка спама от другой информации, поисковые роботы, и многое другое — все это основано на принципе действия нейронных сетей.

В это трудно поверить, но «живой электронный мозг» способен «обучаться» подобно человеческому. Ведь работа нейронных сетей схожа с работой клеток мозга человека.

Деятельность мозга все еще остается тайной за семью замками, которая, возможно, никогда не будет разгадана. И какими бы ни были разработки великих умов, до уникальности человеческого мозга нейронной системе пока еще далеко.

Но раз природа создала человеческий мозг, значит, он способен на большее, чем просто решать примеры, считать деньги или же планировать какие-то задачи.

Поэтому и был создан искусственный интеллект, который умеет думать и даже прогнозировать, тем самым облегчая нашу жизнь.

До чего дошел прогресс…

«Вот это да!» – скажет неискушенный и далекий от научных разработок обыватель. Хотя ученый мир занимается этими исследованиями сравнительно давно. В середине прошлого столетия это было скорее мифом, в который трудно было поверить.

В далеких 50-х впервые были созданы искусственные нейронные сети. Исследователи ликовали, ведь были убеждены, что нашли тот самый ключ к искусственному интеллекту, который так давно стремятся отыскать ученые умы.

Но, как это всегда бывает, они оказались в самом начале долгого пути к совершенству. А это процесс бесконечный.
В США уже вначале 2000-х финансировались проекты по использованию нейронных сетей. Им пророчили великое будущее, а сегодня это уже реальность.

Там, где алгоритмы неспособны справиться с какой-либо задачей, нейронные сети приходят на помощь.

Обратите внимание

Анализ, теории, привлечение выдающихся физиков и математиков, сложнейшие математические модели, доказательство целого ряда теорем, проведение дорогостоящих исследований – это долгий и непростой процесс до внедрения искусственных нейронных сетей в повседневную жизнь человека.

И мы уже понимаем, что без этих «помощников» можем оказаться просто беспомощными.

Настолько мы привыкли полагаться на умную технику, что уже не представляем, как работали наши мамы и папы, бабушки и дедушки, имея под рукой печатные машинки и счеты, когда калькулятор и ЭВМ – большие электронные вычислительные машины — считались «последним словом техники».

Нейронные сети

Мы не будем углубляться во все сложные процессы, управляемыми нейронными сетями. И не будем вытаскивать наружу имена ученых, трудившихся над загадками физики и математики. Хотя они заслуживают самых высоких похвал. Благодаря им мы уже чуть-чуть заглянули в будущее.

Эволюция искусственного интеллекта

Все, что когда-то казалось невероятным, сегодня прочно заняло свои позиции в современном мире. Помните, когда появились первые разговоры, а затем и научные данные про запуск огромного 27-километрового ускорителя – большого адронного коллайдера? Так вот, этим процессом управлял специально созданный нейрокомпьютер. В нем как раз и использовались все последние достижения науки и техники.

А развитие робототехники — это ли не сказка? Иногда складывается впечатление, что роботы уже управляют всей нашей жизнью. Они везде: на разных производствах, в автомобилестроении, в электронике, в компьютерах, наконец.

Их постоянно усовершенствуют, разрабатывая все новые версии программного обеспечения, которым все так же управляет человек. Но этого исследователям показалось мало. В университете Роберта Гордона, Великобритания, учеными был создан робот, который уже умеет управлять изменениями в собственной конструкции.

Читайте также:  Американские военные заказали роботов-саперов для ликвидации мин

И это благодаря ПО, «умеющему переучиться», если такая необходимость возникнет.

Перспективы в будущем

Сегодня нейросети применяются не только в компьютерных технологиях, но и в медицине, в педагогике, на финансовом рынке, в сложных маркетинговых исследованиях, в области телекоммуникаций и информационных систем — цепочку достижений можно перечислять, наверное, до бесконечности. К примеру, с помощью нейросимуляторов можно определить цвет глаз и внешний вид будущего ребенка, диагностировать слух у грудных детей, и даже распознать вид грибов.

Специалисты пророчат еще более ошеломительные достижения в развитии искусственных нейронных сетей во всех областях человеческой деятельности и самое главное – в интеллектуальной. Прогнозируют появление плат и нейрочипов для обрабатывания видео, речи, изображений.

Умной бытовой техники, которая будет подстраиваться под хозяина. Системы безопасности, способной узнавать хозяев не только по голосу, но которая сможет отличать даже их внешний вид.

Управление домов интеллектуальными системами управления уже не будет казаться далекой сказкой, утверждают ученые.

Но это все впереди. Вопрос только во времени и, конечно же, в новом поколении ученых, которые и воплотят на практике сегодняшние и будущие открытия.

Дайте свою оценку данной статье

Загрузка…0/50

Источник: https://gridder.ru/technologies/iskusstvennye-nejronnye-seti-budushhee-uzhe-nastupaet/

Нейросети: что это такое и как работает

За последнюю пару лет искусственный интеллект незаметно отряхнулся от тегов «фантастика» и «геймдизайн» и прочно прописался в ежедневных новостных лентах.

Сущности под таинственным названием «нейросети» опознают людей по фотографиям, водят автомобили, играют в покер и совершают научные открытия.

При этом из новостей не всегда понятно, что же такое эти загадочные нейросети: сложные программы, особые компьютеры или стойки со стройными рядами серверов? 

Конечно, уже из названия можно догадаться, что в нейросетях разработчики попытались скопировать устройство человеческого мозга: как известно, он состоит из множества простых клеток-нейронов, которые обмениваются друг с другом электрическими сигналами. Но чем тогда нейросети отличаются от обычного компьютера, который тоже собран из примитивных электрических деталей? И почему до современного подхода не додумались ещё полвека назад?

Давайте попробуем разобраться, что же кроется за словом «нейросети», откуда они взялись — и правда ли, что компьютеры прямо на наших глазах постепенно обретают разум.

Что такое нейронная сеть

Идея нейросети заключается в том, чтобы собрать сложную структуру из очень простых элементов. Вряд ли можно считать разумным один-единственный участок мозга — а вот люди обычно на удивление неплохо проходят тест на IQ.

Тем не менее до сих пор идею создания разума «из ничего» обычно высмеивали: шутке про тысячу обезьян с печатными машинками уже сотня лет, а при желании критику нейросетей можно найти даже у Цицерона, который ехидно предлагал до посинения подбрасывать в воздух жетоны с буквами, чтобы рано или поздно получился осмысленный текст.

Однако в XXI веке оказалось, что классики ехидничали зря: именно армия обезьян с жетонами может при должном упорстве захватить мир.

Важно

Красота начинается, когда нейронов много

На самом деле нейросеть можно собрать даже из спичечных коробков: это просто набор нехитрых правил, по которым обрабатывается информация. «Искусственным нейроном», или перцептроном, называется не какой-то особый прибор, а всего лишь несколько арифметических действий.

Работает перцептрон проще некуда: он получает несколько исходных чисел, умножает каждое на «ценность» этого числа (о ней чуть ниже), складывает и в зависимости от результата выдаёт 1 или –1.

Например, мы фотографируем чистое поле и показываем нашему нейрону какую-нибудь точку на этой картинке — то есть посылаем ему в качестве двух сигналов случайные координаты.

А затем спрашиваем: «Дорогой нейрон, здесь небо или земля?» — «Минус один, — отвечает болванчик, безмятежно разглядывая кучевое облако. — Ясно же, что земля».

«Тыкать пальцем в небо» — это и есть основное занятие перцептрона. Никакой точности от него ждать не приходится: с тем же успехом можно подбросить монетку. Магия начинается на следующей стадии, которая называется машинным обучением.

Мы ведь знаем правильный ответ — а значит, можем записать его в свою программу. Вот и получается, что за каждую неверную догадку перцептрон в буквальном смысле получает штраф, а за верную — премию: «ценность» входящих сигналов вырастает или уменьшается.

После этого программа прогоняется уже по новой формуле. Рано или поздно нейрон неизбежно «поймёт», что земля на фотографии снизу, а небо сверху, — то есть попросту начнёт игнорировать сигнал от того канала, по которому ему передают x-координаты.

Если такому умудрённому опытом роботу подсунуть другую фотографию, то линию горизонта он, может, и не найдёт, но верх с низом уже точно не перепутает.

Чтобы нарисовать прямую линию, нейрон исчеркает весь лист

В реальной работе формулы немного сложнее, но принцип остаётся тем же. Перцептрон умеет выполнять только одну задачу: брать числа и раскладывать по двум стопкам.

Совет

Самое интересное начинается тогда, когда таких элементов несколько, ведь входящие числа могут быть сигналами от других «кирпичиков»! Скажем, один нейрон будет пытаться отличить синие пиксели от зелёных, второй продолжит возиться с координатами, а третий попробует рассудить, у кого из этих двоих результаты ближе к истине.

Если же натравить на синие пиксели сразу несколько нейронов и суммировать их результаты, то получится уже целый слой, в котором «лучшие ученики» будут получать дополнительные премии. Таким образом достаточно развесистая сеть может перелопатить целую гору данных и учесть при этом все свои ошибки.

Первые нейросети

Перцептроны устроены не намного сложнее, чем любые другие элементы компьютера, которые обмениваются единицами и нулями. Неудивительно, что первый прибор, устроенный по принципу нейросети — Mark I Perceptron, — появился уже в 1958 году, всего через десятилетие после первых компьютеров.

Как было заведено в ту эпоху, нейроны у этого громоздкого устройства состояли не из строчек кода, а из радиоламп и резисторов. Учёный Фрэнк Розенблатт смог соорудить только два слоя нейросети, а сигналы на «Марк-1» подавались с импровизированного экрана размером в целых 400 точек.

Устройство довольно быстро научилось распознавать простые геометрические формы — а значит, рано или поздно подобный компьютер можно было обучить, например, чтению букв.

Розенблатт и его перцептрон

Розенблатт был пламенным энтузиастом своего дела: он прекрасно разбирался в нейрофизиологии и вёл в Корнеллском университете популярнейший курс лекций, на котором подробно объяснял всем желающим, как с помощью техники воспроизводить принципы работы мозга.

Учёный надеялся, что уже через несколько лет перцептроны превратятся в полноценных разумных роботов: они смогут ходить, разговаривать, создавать себе подобных и даже колонизировать другие планеты.

Энтузиазм Розенблатта вполне можно понять: тогда учёные ещё верили, что для создания ИИ достаточно воспроизвести на компьютере полный набор операций математической логики.

Тьюринг уже предложил свой знаменитый тест, Айзек Азимов призывал задуматься о необходимости законов роботехники, а освоение Вселенной казалось делом недалёкого будущего.

Обратите внимание

Впрочем, были среди пионеров кибернетики и неисправимые скептики, самым грозным из которых оказался бывший однокурсник Розенблатта, Марвин Минский. Этот учёный обладал не менее громкой репутацией: тот же Азимов отзывался о нём с неизменным уважением, а Стэнли Кубрик приглашал в качестве консультанта на съёмки «Космической одиссеи 2001 года».

Даже по работе Кубрика видно, что на самом деле Минский ничего не имел против нейросетей: HAL 9000 состоит именно из отдельных логических узлов, которые работают в связке друг с другом. Минский и сам увлекался машинным обучением ещё в 1950-х.

Просто Марвин непримиримо относился к научным ошибкам и беспочвенным надеждам: недаром именно в его честь Дуглас Адамс назвал своего андроида-пессимиста.

В отличие от Розенблатта, Минский дожил до триумфа ИИ

Сомнения скептиков того времени Минский подытожил в книге «Перцептрон» (1969), которая надолго отбила у научного сообщества интерес к нейросетям. Минский математически доказал, что у «Марка-1» есть два серьёзных изъяна.

Во-первых, сеть всего с двумя слоями почти ничего не умела — а ведь это и так уже был огромный шкаф, пожирающий уйму электричества.

Во-вторых, для многослойных сетей алгоритмы Розенблатта не годились: по его формуле часть сведений об ошибках сети могла потеряться, так и не дойдя до нужного слоя.

Минский не собирался сильно критиковать коллегу: он просто честно отметил сильные и слабые стороны его проекта, а сам продолжил заниматься своими разработками.

Увы, в 1971 году Розенблатт погиб — исправлять ошибки перцептрона оказалось некому.

«Обычные» компьютеры в 1970-х развивались семимильными шагами, поэтому после книги Минского исследователи попросту махнули рукой на искусственные нейроны и занялись более перспективными направлениями.

Эпоха застоя

Развитие нейросетей остановилось на десять с лишним лет — сейчас эти годы называют «зимой искусственного интеллекта».

К началу эпохи киберпанка математики наконец-то придумали более подходящие формулы для расчёта ошибок, но научное сообщество поначалу не обратило внимания на эти исследования.

Только в 1986 году, когда уже третья подряд группа учёных независимо от других решила обнаруженную Минским проблему обучения многослойных сетей, работа над искусственным интеллектом наконец-то закипела с новой силой.

Важно

Хотя правила работы остались прежними, вывеска сменилась: теперь речь шла уже не о «перцептронах», а о «когнитивных вычислениях».

Экспериментальных приборов никто уже не строил: теперь все нужные формулы проще было записать в виде несложного кода на обычном компьютере, а потом зациклить программу. Буквально за пару лет нейроны научились собирать в сложные структуры.

Например, некоторые слои искали на изображении конкретные геометрические фигуры, а другие суммировали полученные данные. Именно так удалось научить компьютеры читать человеческий почерк.

Вскоре стали появляться даже самообучающиеся сети, которые не получали «правильные ответы» от людей, а находили их сами. Нейросети сразу начали использовать и на практике: программу, которая распознавала цифры на чеках, с удовольствием взяли на вооружение американские банки.

1993 год: капча уже морально устарела

К середине 1990-х исследователи сошлись на том, что самое полезное свойство нейросетей — их способность самостоятельно придумывать верные решения. Метод проб и ошибок позволяет программе самой выработать для себя правила поведения.

Именно тогда стали входить в моду соревнования самодельных роботов, которых программировали и обучали конструкторы-энтузиасты. А в 1997 году суперкомпьютер Deep Blue потряс любителей шахмат, обыграв чемпиона мира Гарри Каспарова.

Строго говоря, Deep Blue не учился на своих ошибках, а попросту перебирал миллионы комбинаций

Увы, примерно в те же годы нейросети упёрлись в потолок возможностей. Другие области программирования не стояли на месте — вскоре оказалось, что с теми же задачами куда проще справляются обычные продуманные и оптимизированные алгоритмы.

Совет

Автоматическое распознавание текста сильно упростило жизнь работникам архивов и интернет-пиратам, роботы продолжали умнеть, но разговоры об искусственном интеллекте потихоньку заглохли.

Для действительно сложных задач нейросетям по-прежнему не хватало вычислительной мощности.

Вторая «оттепель» ИИ случилась, только когда изменилась сама философия программирования.

Нейросети наших дней

В последнее десятилетие программисты — да и простые пользователи — часто жалуются, что никто больше не обращает внимания на оптимизацию. Раньше код сокращали как могли — лишь бы программа работала быстрее и занимала меньше памяти. Теперь даже простейший интернет-сайт норовит подгрести под себя всю память и обвешаться «библиотеками» для красивой анимации.

Конечно, для обычных программ это серьёзная проблема, — но как раз такого изобилия и не хватало нейросетям! Учёным давно известно, что если не экономить ресурсы, самые сложные задачи начинают решаться словно бы сами собой.

Ведь именно так действуют все законы природы, от квантовой физики до эволюции: если повторять раз за разом бесчисленные случайные события, отбирая самые стабильные варианты, то из хаоса родится стройная и упорядоченная система.

Теперь в руках человечества наконец-то оказался инструмент, который позволяет не ждать изменений миллиарды лет, а обучать сложные системы буквально на ходу.

В последние годы никакой революции в программировании не случилось — просто компьютеры накопили столько вычислительной мощности, что теперь любой ноутбук может взять сотню нейронов и прогнать каждый из них через миллион циклов обучения.

Оказалось, что тысяче обезьян с пишущими машинками просто нужен очень терпеливый надсмотрщик, который будет выдавать им бананы за правильно напечатанные буквы, — тогда зверушки не только скопируют «Войну и мир», но и напишут пару новых романов не хуже.

Источник: https://www.mirf.ru/science/kak-rabotayut-nejroseti

Созданы искусственные нейроны, которые в будущем смогут заменить поврежденные нейроны головного мозга человека

Одной из функций нейронов головного мозга является передача сигналов, которая осуществляется, согласно результатам некоторых наблюдений, со скоростью около 1 триллиона бит в секунду.

Передача информации осуществляется при помощи некоторых химических соединений, называемых нейромедиаторами, но очень часто происходит то, что нервные клетки теряют чувствительность или оказываются неспособны к выработке собственных нейромедиаторов.

Читайте также:  Ученые создали роботов с системой управления, имитирующей мозг насекомого

Это приводит к возникновению неврологических заболеваний, которые пока еще пытаются лечить по старинке, медикаментозными методами или при помощи электрического воздействия.

Обратите внимание

Однако, группа ученых из нескольких научных учреждений из Швеции разработала синтетический нейрон, способный естественным образом “общаться” с обычными органическими нейронами.

Внедрение таких синтетических нейронов в поврежденные области головного мозга может восстановить пути распространения нервных сигналов, что может стать самым эффективным способом лечения множества неврологических заболеваний.

Искусственный нейрон работает точно также, как и его естественный аналог. Своим одним концом он обнаруживает наличие химического сигнала, передает этот сигнал на другой конец при помощи переноса электрического заряда, и испускает собственный нейромедиатор из резервуара на втором конце.

Пока ученые проверили работу искусственных нейронов, изготовленных из органических биоэлектронных полимерных материалов лишь только в лабораторных условиях.

Помещая чувствительный конец искусственного нейрона в раствор, содержащий набор определенных химикатов, ученые отслеживали электрические изменения, происходящие в структуре нейрона, которые привели к высвобождению заданного количества вещества-нейромедиатора из резервуара на втором конце нейрона. Другими словами, ученые убедились в том, что созданный ими искусственный нейрон функционирует должным образом.

Одной из причин, по которой испытания искусственных нейронов проводятся лишь в чашке Петри, являются их относительно большие размеры.

Но следующими шагами, которые намерены сделать шведские ученые, станет миниатюризация структуры искусственного нейрона, после чего его можно будет имплантировать в мозг подопытного животного, где будет проведена проверка работоспособности в реальных условиях.

И если все это закончится успехом, то на основе таких синтетических нейронов можно будет создавать искусственные нервные ткани, при помощи которых можно будет полностью восстанавливать пути распространения нервных сигналов, нарушенные в результате болезней или травм.

Источник

Источник: https://uchitel-program.ru/sozdany-iskusstvennye-nejrony-kotorye-v-budushhem-smogut-zamenit-povrezhdennye-nejrony-golovnogo-mozga-cheloveka/

Нейросеть: машинный интеллект в любом смартфоне

Корреспондент.net, 28 января 2017, 09:25

В очередной раз соцсети увлечены мобильным приложением для редактирования фотографий, которое основано на принципе нейронных сетей.

Китайский сервис Meitu завоевал пользователей функцией Hand-drawn, превращающей человека в “кавайного” аниме-персонажа.

Такое повальное увлечение фоторедактором наблюдалось летом прошлого года, тогда в тренде было приложение Prisma, которое делало из фотографии “произведение искусства” также используя нейросети.

(Meitu собирает персональные данные и может менять настройки телефона. Оно накапливает данные вплоть до метража квартиры. Вероятно Meitu сохраняет информацию из-за нового китайского закона о запрещенном контенте)

Важно

За такими, казалось бы, легкомысленными приложениями стоит технология создания искусственного интеллекта. Например, на днях ученые объявили, что смогли обучить нейросеть распознавать рак кожи.

Изучение нейронных сетей началось с появлением первых компьютеров. Но только сейчас эта область перешла из академических институтов в сторону корпораций и небольших стартапов и теперь доступна не только ученым, а входят в жизнь простых людей.

Корреспондент.net решил разобраться, что такое нейронная сеть и где ее уже применяют.

Нейронная сеть как машинное обучение

Искусственные нейронные сети разрабатываются, в том числе, чтобы понять как работает мозг человека и попытка его воспроизвести. 

Нейросеть является обучающейся системой, которая работает по алгоритмам, а также на основе прошлого опыта. Искусственный нейрон является упрощенной моделью естественного.

Нейрон имеет много входов и один выход

Говоря очень просто, нейросеть – это компьютерная программа, которая узнает информацию и реагирует на нее, а не выполняет конкретные команды. Это серия взаимосвязанных алгоритмов, которые, работая вместе, могут воспринимать паттерны и повторять их.

Самыми распространенными применениями нейронных сетей является классификация, предсказание (падение акций и т.д.) и распознавание.

Для того, чтобы нейронная сеть могла корректно решать поставленные задачи, требуется “прогнать” ее работу на десятках миллионов наборов входных данных. Например показать ей букву “А” разными шрифтамы, чтобы увидеть, какие буквы она решит принять похожими на нее. Затем человек подтверждает, какие буквы на самом деле являются “А”.

В процессе обучения нейронная сеть находит сложные зависимости между входными данными и выходными, а также обобщает их. Если обучение прошло успешно, то нейросеть на выходе даст результат, который отсутствовал в обучающей выборке.

Источник: https://korrespondent.net/tech/science/3806682-neiroset-mashynnyi-yntellekt-v-luibom-smartfone

Живая электроника

Ученые мечтают превратить растения и животных в своеобразных киборгов, которые будут транслировать свое состояние в сеть и дистанционно управляться электрическими сигналами. Роза с транзистором, искусственный нейрон и точечное лечение боли — «Чердак» разобрался, что уже получилось в области органической биоэлектроники.

Все живые организмы суть немного роботы или компьютеры. Только вместо привычного электричества — электронов, бегущих по проводам в розетку и обратно — нами управляют нервные импульсы, потоки заряженных молекул, называемых ионами. А на кнопки в живых электрических схемах нажимают не пальцы, а особые вещества — нейромедиаторы.

Когда их концентрация превышает определенный предел, в клеточных мембранах нейронов начинается цепочка биохимических реакций, которая заканчивается возбуждением нервного импульса.

Сейчас ученые стараются «поженить» компьютеры внутри нас с привычными кремниевыми микросхемами: интерфейсы «мозг-компьютер» уже умеют распознавать активности нервных клеток и преобразовывать их в осмысленные команды для электроники. Так, используя только силу мысли

, можно играть в простенькие игры, двигать роботизированным протезом руки или даже управлять квадрокоптером. Однако все эти устройства пока еще грешат ошибками и неточностями — все же скрестить в одном устройстве электронные и ионные токи непросто.

«Переводчиками» с языка живого на язык микросхем могут стать электропроводящие полимеры, которые могут проводить одновременно оба типа тока. Открытые в 70-х годах прошлого века, эти материалы активно исследовались многими учеными.

На основе электропроводящих полимеров и других материалов органической электроники уже вовсю создают транзисторы, солнечные батареи и органические светоизлучающие диоды (OLED). Правда, во всех этих устройствах почти не важна ионная проводимость или тем более биосовместимость.

Совет

Эти преимущества электропроводящих полимеров использует органическая биоэлектроника (термин впервые введен в обзоре 2007 года) — совсем молодая область материаловедения, которой, однако, уже есть чем похвалиться.

Диагностика изнутри

Работа многих интерфейсов «мозг-компьютер» завязана на снятии ЭЭГ: на голове у людей закрепляют шапочку с электродами, в которых под действием ионных токов, протекающих в головном мозге, возникают свои собственные электронные токи. В работе 2013 года ученые из Франции предложили для тех же целей использовать органические электрохимические транзисторы.

Обычные полупроводниковые транзисторы — это основные компоненты всех электрических логических схем, своеобразные электронные кнопки с тремя контактами. Большим током, протекающим в них от одного контакта к другому, можно управлять с помощью небольшого сигнала (тока или напряжения), который подается на третий контакт.

Собирая много транзисторов в одной схеме, можно как угодно усиливать, ослаблять и преобразовывать электрические сигналы или, говоря другими словами, обрабатывать информацию. Похожим образом работают и органические транзисторы, с помощью которых исследователи записывали эпилептическую активность у живых лабораторных мышей.

Тот самый третий управляющий контакт ввели в мозг грызунов, и даже небольшие характерные изменения ионных токов в мозгу полученного «киборга» приводили к заметным перепадам тока, текущего от входного контакта транзистора к выходному (вместе с колебаниями электрической активности мозга полимер менял свою структуру и, как следствие, проводимость).

Кроме того, устройства на основе полимеров биосовместимы, то есть не вызывают иммунного ответа организма, и гораздо легче, чем металл, принимают различные формы. Поэтому в лабораторных условиях органические транзисторы все чаще используют для детектирования различных биомолекул и снятия не только ЭЭГ но еще и, например, ЭКГ.

Пластиковые нейроны

Сегодня неврологические, психиатрические и когнитивные заболевания лечат в основном с помощью лекарств, но подобрать их дозировку, а самое главное, точно доставить препарат в нужное место всегда очень сложно, поэтому медикаментозное лечение часто сопровождается побочными действиями.

Большой коллектив шведских ученых из нескольких институтов предложил решать эти проблемы с помощью все тех же электропроводящих полимеров, а точнее с помощью еще одного устройства органической биоэлектроники — органического электронного ионного насоса, способного перекачивать ионы из одной среды в другую.

В своей работе исследователи изучали лабораторных крыс, у которых они сначала вызывали нейропатическую боль (ее причина не внешний раздражитель, а нарушенная работа самих нейронов), а потом лечили ее с помощью точечного введения нейромедиатора ГАМК (гамма-аминомасляная кислота), который снижает раздражение центральной нервной системы.

Обратите внимание

Миниатюрный органический насос (около 12 см в длину и диаметром 6 мм) вводили в спинной мозг крыс, а его резервуар был наполнен ГАМК. С подачей внешнего электрического напряжения молекулы ГАМК начинали выходить по четырем ионпроводящим полимерным каналам в межклеточное пространство.

В результате у крыс исчезала боль и не наблюдалось никаких побочных эффектов, ведь доза лекарственного вещества была строго необходимой.

При использовании всех остальных методов лечения нейропатической боли при помощи ГАМК препарат вводится в спинной мозг в большой дозе, которая распределяется по нервной системе и помимо угнетения нервной деятельности целевых клеток оказывает много лишних и ненужных действий.

В Швеции ученые сделали первый искусственный нейрон, способный обмениваться информацией с живыми нервными клетками. Изображение: vitstudio/shutterstock

Параллельно с этой работой та же группа исследователей сделала первый искусственный нейрон на основе полимеров.

В нем ионный насос совместили с биосенсором, чувствительным к другому нейромедиатору — глутаминовой кислоте, которая стимулирует передачу электрических импульсов в местах контактов нейронов.

Когда концентрация глутаминовой кислоты в среде превышала определенный порог, в устройстве возбуждался электрический ток, который открывал резервуар ионного насоса с еще одним нейромедиатором под названием ацетилхолин — благодаря ему нервные импульсы передаются от нервных клеток к мышечным.

Работа искусственного нейрона очень похожа на то, как функционируют настоящие: нервный импульс возбуждается в одном из них и бежит через всю клетку к месту контакта с другим нейроном, там выделяется глутаминовая кислота, которая как бы нажимает кнопку и возбуждает следующий нейрон.

Так, по цепочке нейронов, импульс добегает до мышечной клетки, которая уже возбуждается не глутаминовой кислотой, а ацетилхолином. Созданный шведами пластиковый нейрон вполне может повторять эти действия и обмениваться сигналами с настоящими нервными клетками.

От электронных роз до самой зеленой энергии

Важно

Исследования на зверях вроде тех, что упомянуты выше, нужно согласовывать с комиссиями по этике, а потому самые смелые эксперименты в органической биоэлектронике легче ставить на растениях.

Так, в конце 2015 года все та же шведская группа сделала первую розу-киборга.

Правда, ничего особенного она пока не умеет — ни раскрываться по нажатию кнопки на пульте управления, ни менять свой цвет в зависимости от влажности среды, ни захватывать мир, но кое-что интересное у исследователей все-таки получилось.

В первом эксперименте срезанную розу ставили в воду с растворенным электропроводящим полимером, который поднимался по черенку и формировал в розе проводящий канал. Дальше ученые подводили к его концам электрические контакты и вводили в черенок управляющий электрод — золотую проволоку, покрытую проводящим полимером.

Так внутри розы собирался своеобразный органический транзистор. При этом к одному каналу можно было подвести сразу несколько управляющих электродов и сделать простейшую логическую схему, по которой ток течет только при подаче определенных управляющих напряжений на обе золотые проволоки.

Изображение: Pixeljoy/shutterstock

Во втором опыте в листья розы при помощи шприца накачивали водный раствор уже немного другого электропроводящего полимера, который умеет менять цвет при подаче внешнего напряжения. К листу опять подводили электроды, включали ток и — вуаля: прожилки листочка обретали синевато-зеленый оттенок.

Это закаченный в них полимер превращался из бесцветного в голубой. При этом, когда напряжение снимали, лист снова становился здорового зеленого цвета.

Так ученые показали, что с помощью несложной техники внутри растений можно создать простые электронные схемы. В перспективе это позволит управлять их физиологией и, например, добиваться повышения урожайности без генных модификаций или даже делать крошечные электростанции на энергии фотосинтеза.

Биоэлектронное будущее

Первые эксперименты показали, что устройства органической биоэлектроники вполне могут принимать, передавать и обрабатывать биоэлектрические сигналы.

Что дальше? Сейчас полимерные материалы научились делать биосовместимыми и биодеградируемыми, а потому чипами на их основе можно буквально напичкать любой живой организм.

Совет

По словам ученых, останется только научить их беспроводной передаче информации, и внутри человеческого тела можно будет, например, создать локальную сеть сенсоров, постоянно следящих за различными медицинскими показателями вроде уровня глюкозы, сердечного ритма и электрической активности избранных нейронов.

Если же мысль стать таким киборгом вам совсем не по душе, можно будет просто проглотить таблетку со встроенной гибкой микросхемой — по кислотности, температуре и концентрации разных веществ она точно вычислит, где выпустить лекарство, и, сделав доброе дело, просто переварится у нас внутри как какой-нибудь кусочек сахара.

Источник: https://chrdk.ru/sci/Organic_Bioelectronics

Ссылка на основную публикацию
Adblock
detector