Екип от учени от САЩ разработи нов клас принтирани изкуствени неврони, способни да стимулират активно живия мозък, и потвърди това експериментално върху мозъчна тъкан на мишка. Технологията проправя пътя за импланти, директно свързани с нервната система, както и за по-енергийно ефективни компютри.

Традиционните силициеви чипове се състоят от милиарди идентични твърди транзистори. Повишаването на производителността се постига чрез увеличаване на техния брой, а това изисква все повече енергия. Мозъкът работи по коренно различен модел, основан на множество неврони в гъвкави триизмерни мрежи, които постоянно се адаптират.

Екип от учени от Северозападния университет използва материали за отпечатване вместо твърди компоненти, съобщава ИЕ. След като създали мастила от молибденов дисулфид и графен, те ги приложили с помощта на аерозолен мастиленоструен печат върху гъвкави субстрати. Вместо да премахнат напълно стабилизиращите полимери, изследователите се научили как да контролират разлагането им по време на работа: при преминаване на ток полимерът се разпада, създавайки тесни проводящи канали, които генерират остри, наподобяващи електрически сплитове на неврони.

Устройствата могат да генерират различни видове сигнали – от единични изблици до непрекъснати разряди – което позволява на всеки изкуствен неврон да пренася повече информация и намалява броя на компонентите за сложни изчисления. За да тестват взаимодействието с реални биологични системи, изследователите прилагат сигнали от изкуствените неврони към срезове от мозъчен ствол на мишка. Сигналите съответстват на ключови характеристики на естествената невронна активност и предизвикват реакция в живите клетки.

Както отбелязват изследователите, други лаборатории също са се опитвали да създадат изкуствени неврони от органични материали, но техните сплитове са били или твърде бавни, или твърде бързи.

„Можете да видите как живите неврони реагират на нашия изкуствен неврон. Така че ние демонстрирахме сигнали, които имат не само подходяща времева скала, но и подходяща форма на импулса, за да взаимодействат директно с живите неврони.“

Резултатите от изследването водят до доближаване до решаването на проблема с високата консумация на енергия в изкуствения интелект. Обучението на големи ИИ модели изисква огромни енергийни вложения и по-ефективният хардуер, който симулира мозъка, става изключително важен.