Вчені створили штучні нейрони, що взаємодіють із мозком
Дослідники Northwestern University створили гнучкі штучні нейрони, які не просто імітують роботу мозку, а здатні викликати реакцію живих нервових клітин. У лабораторних тестах сигнали цих пристроїв активували нейронні мережі в тканинах мозку миші. Про це повідомляє NNews із посиланням на Nature Nanotechnology..
Як працює технологія
Команда використала друковані електронні матеріали замість класичних кремнієвих чипів. Основою стали чорнила на базі графену та дисульфіду молібдену, які наносяться методом аерозольного друку.
Ключовий ефект досягли завдяки контрольованому розпаду полімеру в структурі пристрою. Це формує вузькі провідні канали, які генерують електричні імпульси, схожі на нейронні «спайки».
Чому це важливо для нейроінтерфейсів
На відміну від традиційної електроніки, ці штучні нейрони працюють у часовому діапазоні, близькому до біологічного. Це дозволяє їм не просто передавати сигнал, а взаємодіяти з живими клітинами.
У тестах на зрізах мозку миші сигнали викликали реальну реакцію нейронів. Це перший випадок, коли друковані нейрони продемонстрували таку сумісність із живою тканиною.
Контекст: чому інженери відходять від кремнію
Сучасні AI-системи базуються на масштабуванні кремнієвих чипів, що призводить до різкого росту енергоспоживання. Мозок працює інакше — через складні, гнучкі та різнорідні мережі нейронів.
Нова технологія намагається повторити цю архітектуру, щоб створити більш енергоефективні обчислювальні системи.
Потенційні наслідки
Розробка відкриває шлях до нових нейроінтерфейсів, протезів слуху, зору та руху, а також гібридних обчислювальних систем, які можуть напряму взаємодіяти з нервовою системою.
Водночас це лише лабораторний етап, і до практичних застосувань ще далеко.
Цікавий факт
Дослідники підкреслюють, що їхні штучні нейрони вперше потрапили у «біологічне вікно часу» — вони не надто повільні, як органічні аналоги, і не надто швидкі, як метал-оксидні системи.
Технологія наближає електроніку до принципів роботи мозку, що може радикально змінити нейропротези та майбутні AI-системи з нижчим енергоспоживанням.
