Ingenieurs van de Northwestern University in Illinois, VS, hebben een mijlpaal bereikt in hardwareonderzoek op het gebied van kunstmatige intelligentie: ze hebben kunstmatige neuronen geprint die rechtstreeks kunnen communiceren met levende hersencellen. Deze doorbraak, gepubliceerd op 15 april in het tijdschrift Nature Nanotechnology, opent de weg naar brein-machine-interfaces die op een natuurlijkere manier samenwerken met het menselijke zenuwstelsel – en naar computersystemen die veel minder energie verbruiken dan de huidige datacenters.
Het probleem dat dit onderzoek aanstuurt
Moderne kunstmatige-intelligentiesystemen zijn krachtig, maar hongeren buitengewoon naar energie. Voor het trainen van grote taalmodellen en het uitvoeren van gevolgtrekkingen op schaal zijn datacentra nodig die gigawatt aan elektriciteit verbruiken. Mark Hersam, hoogleraar materiaalkunde aan de Northwestern University die het onderzoek leidde, beschreef de omvang van de uitdaging duidelijk: de huidige trends wijzen in de richting van datacenters van de volgende generatie waarvoor speciale kerncentrales nodig zijn. Naast elektriciteit zijn datacenters voor koeling afhankelijk van enorme hoeveelheden water, wat extra druk legt op de toch al onder druk staande watervoorziening.
Onze hersenen verbruiken daarentegen ongeveer 20 watt, ongeveer evenveel vermogen als een zwakke gloeilamp. Hersam en zijn team beweren dat de hersenen vijf ordes van grootte energiezuiniger zijn dan een digitale computer, waardoor biologische neurale architectuur het meest overtuigende model is voor computerhardware van de volgende generatie.
Hoe de gedrukte neuronen werken
Het team bouwde hun kunstmatige neuronen met behulp van een proces dat aerosoljetprinten wordt genoemd, waarbij lagen elektronische inkt op een flexibel polymeersubstraat worden afgezet. De inkt bevat twee belangrijke materialen: molybdeendisulfidevlokken op nanoschaal, die als halfgeleider fungeren, en grafeen, dat als elektrische geleider dient. Samen vormen deze materialen een apparaat dat bekend staat als een memristief nanosheet-netwerk – een structuur waarvan de elektrische weerstand verandert op basis van activiteiten in het verleden, net zoals een biologische synaps sterker of zwakker wordt bij herhaald gebruik.
Een kritisch inzicht kwam uit een onverwachte bron: het stabiliserende polymeer dat onderzoekers doorgaans na het printen wegbranden. Het Northwestern-team ontdekte dat ze, door het polymeer slechts gedeeltelijk te ontbinden in plaats van het volledig te verwijderen, gecontroleerde onvolkomenheden in het gedrukte materiaal konden introduceren. Deze onvolkomenheden creëren een smal geleidend kanaal waardoor elektrische stroom wordt geconcentreerd. Terwijl de stroom door dat kanaal stroomt, schakelt het apparaat snel aan en uit, waardoor scherpe spanningspieken ontstaan.
Die spanningspieken lijken sterk op de actiepotentialen – de elektrische impulsen – die echte neuronen produceren als ze vuren. Cruciaal is dat de apparaten niet simpelweg een uniforme aan-uitpuls genereren. Ze produceren een rijke verscheidenheid aan schietpatronen, waaronder geïsoleerde pieken, aanhoudende uitbarstingen en ritmische oscillaties, passend bij de gedragsdiversiteit die biologische neuronen vertonen en waardoor de hersenen informatie met opmerkelijke efficiëntie kunnen coderen.
Communiceren met levend weefsel
Om te testen of de kunstmatige neuronen meer konden doen dan alleen op biologische signalen lijken, werkten de onderzoekers samen met professor Indira Raman, hoogleraar neurobiologie uit het Noordwesten. Het team verbond hun geprinte apparaten met plakjes van het cerebellum van de muis – het hersengebied dat de motorische coördinatie regelt – en vuurde signalen af op het levende weefsel.
De biologische neuronen reageerden. De kunstmatige neuronen produceerden signalen met de juiste vorm en timing om echte neurale circuits in het weefsel te activeren, wat een niveau van biocompatibiliteit aantoonde dat eerdere neuromorfe apparaten niet hadden bereikt.
“Je kunt zien dat de levende neuronen reageren op ons kunstmatige neuron,” zei Hersam. “We hebben dus signalen gedemonstreerd die niet alleen de juiste tijdschaal hebben, maar ook de juiste piekvorm hebben om rechtstreeks met levende neuronen te communiceren.”
Het onderzoeksteam bereikte deze resultaten met behulp van slechts twee gedrukte neuronen in combinatie met basiscircuitcomponenten, een schril contrast met conventionele neuromorfe chips die miljoenen uniforme kunstmatige neuronen nodig hebben om zelfs een bescheiden functionaliteit te bereiken.
Implicaties voor hersen-machine-interfaces
Het vermogen om rechtstreeks met levend zenuwweefsel te communiceren biedt aanzienlijke mogelijkheden voor de medische technologie. Neuroprothesen – apparaten die verloren sensorische of motorische functies herstellen – worden momenteel geconfronteerd met een fundamentele beperking: stijve siliciumelektroden stimuleren neuronen op een ruwe, onnauwkeurige manier die de hersenen in de loop van de tijd niet goed verdragen. Een flexibel, geprint apparaat dat biologisch nauwkeurige signalen kan genereren, zou de prestaties en levensduur kunnen verbeteren van implantaten die zijn ontworpen om het gehoor, het gezichtsvermogen of de beweging te herstellen.
Ook voor de praktische implantatie is de flexibiliteit van het bedrukte substraat van belang. Stijve elektronica die tegen zacht, bewegend hersenweefsel zit, veroorzaakt na verloop van tijd mechanische stress en ontstekingen. Zachte, flexibele apparaten, zoals die van het Northwestern-team, bewegen met het weefsel mee, waardoor de schade op de lange termijn mogelijk wordt verminderd.
Een langere weg naar energiezuinige AI
De verder weg gelegen – maar potentieel transformerende – toepassing is energie-efficiënte kunstmatige intelligentie-hardware. De huidige siliciumchips bereiken rekencomplexiteit door miljarden identieke transistors samen te voegen. De hersenen bereiken een veel grotere efficiëntie door diversiteit: verschillende soorten neuronen met verschillend schietgedrag werken samen, waardoor het systeem informatie kan coderen en verwerken met veel minder totale componenten.
Het team van Hersam heeft aangetoond dat hun fabricageaanpak kunstmatige neuronen kan produceren met gevarieerd, complex schietgedrag vanuit één enkel afdrukbaar proces. Deze techniek vereist niet de dure, sterk gecontroleerde halfgeleiderfabricagefaciliteiten waar siliciumchips om vragen. Met behulp van zachte materialen en printmethoden produceerden de onderzoekers apparaten die de gedragsrijkdom van biologische neuronen benaderen met een fractie van de productiecomplexiteit.
“Silicon bereikt complexiteit door miljarden identieke apparaten te hebben,” zei Hersam. “Alles is hetzelfde, rigide en vast zodra het is vervaardigd. Het brein is het tegenovergestelde. Het is heterogeen, dynamisch en driedimensionaal. Om die richting uit te gaan, hebben we nieuwe materialen en nieuwe manieren nodig om elektronica te bouwen.”
Onderzoekers waarschuwen dat het vertalen van de laboratoriumdemonstratie naar praktische computerhardware jaren van verdere ontwikkeling zal vergen. Het pad van een veelbelovend apparaat naar een maakbare chip die datacenters kunnen gebruiken, is lang en onzeker. Toch levert de studie een proof of concept op: geprinte, flexibele materialen kunnen het soort diverse, biologisch realistische neurale signalen produceren die efficiëntere AI-hardware nodig zal hebben.
Context binnen een bredere verschuiving
De Noordwestelijke doorbraak komt op een moment waarop de kunstmatige intelligentie-industrie serieus worstelt met de energiekosten van voortdurende schaalvergroting. Concurrerende benaderingen van efficiëntere AI-hardware omvatten fotonische chips die licht gebruiken in plaats van elektriciteit, gespecialiseerde inferentieprocessors en een reeks neuromorfe ontwerpen van bedrijven als Intel en IBM. De benadering van geprinte neuronen onderscheidt zich door het gebruik van zachte, flexibele materialen en het aangetoonde vermogen om rechtstreeks met biologisch weefsel te communiceren – een combinatie die geen van de op silicium gebaseerde alternatieven momenteel kan evenaren.
Deze studie kreeg steun van de National Science Foundation van de VS. Het onderzoeksteam bestond uit wetenschappers van de afdelingen materiaalkunde, neurobiologie en elektrotechniek van Northwestern, wat de inherent interdisciplinaire aard van het werk weerspiegelt dat zich op het snijvlak van kunstmatige intelligentie, neurowetenschappen en nanotechnologie bevindt.