Bioingenieure schaffen mit „Brainoware“ die Schnittstelle zwischen Organoiden und KI

Feng Guo, außerordentlicher Professor für intelligente Systemtechnik an der Luddy School of Informatics, Computing and Engineering der Indiana University, befasst sich mit den technischen Einschränkungen der Computerhardware für künstliche Intelligenz, indem er ein neues Hybrid-Computersystem entwickelt – das als „Brainoware“ bezeichnet wird kombiniert elektronische Hardware mit menschlichen Gehirnorganoiden.

Fortgeschrittene KI-Techniken wie maschinelles Lernen und Deep Learning, die auf speziellen Silizium-Computerchips basieren, verbrauchen enorme Mengen an Energie. Daher haben Ingenieure neuromorphe Computersysteme entwickelt, die der Struktur und Funktion eines menschlichen Gehirns nachempfunden sind, um die Leistung und Effizienz dieser Technologien zu verbessern. Allerdings sind diese Systeme immer noch nur begrenzt in der Lage, die Gehirnfunktion vollständig nachzuahmen, da die meisten auf digitalen elektronischen Prinzipien basieren.

Als Reaktion darauf haben Guo und ein Team von IU-Forschern, darunter der Doktorand Hongwei Cai, ein hybrides neuromorphes Computersystem entwickelt, das ein Gehirnorganoid auf einem Multielektroden-Assay montiert, um Informationen zu empfangen und zu senden. Bei den Gehirnorganoiden handelt es sich um gehirnähnliche 3D-Zellkulturen, die aus Stammzellen gewonnen werden und durch verschiedene Gehirnzelltypen, darunter Neuronen und Gliazellen, sowie gehirnähnliche Strukturen wie ventrikuläre Zonen gekennzeichnet sind.

„Brainoware nutzt ein menschliches Gehirnorganoid als adaptives lebendes Reservoir, um unbeaufsichtigtes Lernen durchzuführen, indem es räumlich-zeitliche Informationen durch die Neuroplastizität des Gehirnorganoids verarbeitet“, sagte Guo. „Unser Ansatz ermöglicht die Weiterentwicklung des KI-Computings, da die Organoide biologische neuronale Netze mit einer gewissen Komplexität sowie geringem Energieverbrauch und schnellem Lernen bereitstellen.“

Die Arbeit des Teams wird in veröffentlicht Naturelektronik.

Bei der Entwicklung seines Hybrid-Computersystems demonstrierte das Team das große Potenzial von Gehirnorganoiden, die Fähigkeiten des Reservoir-Computing zu verbessern, einer Art künstlichem neuronalen Netzwerk, das auf der Idee basiert, Informationen auf der Grundlage einer Folge elektrischer Stimulationen zu erfassen und zu speichern. In einer Reihe von Tests war Brainoware in der Lage, Sprachmuster schnell zu erkennen und komplexe nichtlineare mathematische Gleichungen durchzuführen.

„Durch Elektrostimulationstraining konnten wir die Vokale einer Person aus einem Sprecherpool unterscheiden“, sagte Guo. „Mit dem Training haben wir das unüberwachte Lernen von Hybrid-Computing-Systemen angestoßen.“

Guo erhielt in den letzten Jahren mehrere bedeutende Zuschüsse für seine bahnbrechenden Arbeiten zur Lab-on-a-Chip-Technologie mit KI und einem Pflaster zur Erkennung von Opioid-Überdosierungen. Sein Labor konzentriert sich derzeit auf die Entwicklung intelligenter biomedizinischer Systeme durch die Innovation von KI, Geräten, Sensoren und Systemen für Anwendungen in den Bereichen Biowissenschaften und translationale Medizin.