Reti neurali artificiali e biologiche per collaborare a distanza
Le nostre funzioni cerebrali sono il risultato delle connessioni di innumerevoli e microscopici circuiti di neuroni chiamati sinapsi. La loro complessità e natura ha da sempre affascinato gli scienziati che oggi stanno utilizzando le tecniche di nanotecnologia per scoprirne i segreti e creare reti neurali in grado di comunicare tra di loro su Internet.
Fantascienza? No, nanotecnologia!
E’ da qualche anno che gli studiosi si sono focalizzati sulle Brain-Computer Interfaces (BCIs) per sfruttare il loro potenziale come sistemi impiantabili nelle protesi neurali (O’Doherty et al., 2011; Thakor, 2013). Al giorno d’oggi l’elaborazione dei picchi (spike) é gestita da hardware digitali Von Neumann in grado di eseguire algoritmi statistici.
I dispositivi e le architetture elettroniche in grado di imitare l’assetto neurale rappresentano un’affascinante alternativa computazionale per lo studio dei meccanismi cerebrali. Gli studiosi possono infatti fare completo affidamento su picchi quasi biologici e strategie di elaborazione avanzate (Mead, 1990; Boi et al., 2016).
Per ottenere il massimo da tali sistemi le ricerche recenti hanno puntato sui memristor su scala nanometrica capaci di emulare l’incredibile plasticità delle sinapsi (Wei et al., 2015; Berdan et al., 2015). Un passo importante che aumenta le speranze di offrire sistemi di elaborazione sempre più vicini ai circuiti cerebrali in termini di funzioni ed efficienza energetica (Burr et al., 2015; Yang et al., 2013).
I BCIs inoltre utilizzano picchi che possono essere elaborati senza soluzione di continuità da elementi fisici come già dimostrato in larga scala da neuroni in coltura (Gupta et al., 2016).
I sistemi neuromorfi tra elettronica e cervello
La capacità dei sistemi neuro elettronici con memristor dove silicio e neuroni cerebrali si intrecciano e condividono la trasmissione e l’elaborazione dei segnali non è passata inosservata.
Durante uno studio i ricercatori dell’Università di Padova hanno coltivato neuroni di ratto mentre i partner dell’Università di Zurigo si sono occupati dei neuroni artificiali su microchip in silicio. Per poter collaborare virtualmente é stata creata una configurazione particolare che controlla le sinapsi nanoelettroniche.
Ma come funziona questo singolare sistema di comunicazione a distanza?
Il metodo per l’implementazione dei sinaptor prevede l’utilizzo dell’interfaccia Internet già testata nella comunicazione tra reti non sinaptiche (George et al., 2015; Keren et al., 2019).
Il circuito é stato così geograficamente distribuito grazie all’User Datagram Protocol (UDP):
- un chip neuromorfo che ospita neuroni-spia di silicio a Zurigo
- uno strumento di gestione dei memristor a Southampton (UK)
- un array multielettrodo con neuroni di ippocampo di ratto a Padova
L’allestimento neuronale artificiale e biologico comunicava grazie alla configurazione memristor che di fatto stabiliva una connessione univoca con i due sinaptor. Nel percorso silicio-cervello i memristor accoppiati a microelettrodi collegano un neurone spiking ad uno biologico proveniente da modelli animali.
La trasmissione di picchi (spike) permette infatti di elaborare in larga misura la plasticità della sinapsi cerebrale che viene memorizzata dal memristor come stato resistivo. Tale equazione viene poi implementata da un software creato da ricercatori dell’Università di Southampton che cattura i segnali spia via Internet. Vengono infine inviati impulsi di programmazione per modificare la resistenza interna del dispositivo creando una comunicazione bidirezionale e in tempo reale tra neuroni artificiali e biologici da Zurigo a Padova.
A tal proposito Themis Prodromakis, direttore del Center for Eletronics Frontiers dell’Università di Southampton, ha affermato:
“La sfida maggiore é stato condurre ricerche così importanti integrando tecnologie e competenze specialistiche a distanza. La possibilità di creare un laboratorio virtuale ci ha permesso di raggiungere questo obiettivo”.
L’esperimento conferma in secondo luogo il corretto funzionamento del sinaptor su Internet e non solo attraverso la connessione via cavo considerandole di fatto come sinapsi geograficamente distribuite. Un obiettivo da non sottovalutare perché esistono problemi come la gestione dei ritardi di propagazione UDP che non sono semplici da risolvere.
Per cercare di arginare questo problema gli studiosi hanno infatti utilizzato un telecomando in grado di connettere partner primari e secondari "come se fossero nello stesso posto". Nel caso in cui la comunicazione fosse deficitaria i ritardi della rete Internet possono essere completamente eliminati dalle capacità della rete ibrida.
Un approccio innovativo che susciterà interesse nella comunità scientifica perché permette di creare continuità tecnologica eliminando un significativo ostacolo alla collaborazione professionale.
Il professor Prodromakis ha quindi aggiunto:
“Siamo molto entusiasti di questi risultati perché pone le basi per un nuovo scenario in cui neuroni biologici e artificiali sono collegati tra di loro attraverso il Web. E’ l’inizio della neuroelettronica per Internet”.
In prospettiva i sinaptor sono adatti per miglioramenti sia grazie alla trasmissione del segnale sia alla capacità di emulazione della plasticità. Gli elettrodi su scala nanometrica (Spira et al., 2013; Duan et al., 2015) sono più adatti nel fornire selettività dei compartimenti e delle interfacce neuronali in vivo.
In conclusione il campo dei dispositivi memristor contribuirà a ridurre il carico dell’amplificazione del segnale (Serrano et al., 2013; Serb et al., 2016). Sarà dunque possibile in futuro estendere i risultati alla ricerca di medicinali bio elettronici intelligenti. I sinaptor possono ad esempio essere impegnati per il controllo a distanza nelle terapie delle aritmie cardiache o nell’ipertensione. Possono essere utilizzati inoltre nella terapia e nella riabilitazione nei pazienti neurologici come nel caso di lesioni del midollo spinale o nel morbo di Parkinson.
Leggi anche:
>> Ebook ECM "Stress e disturbi da somatizzazione"
>> Il nuovo componente scoperto nel sangue
Fonti:
Gupta I. et al. (2016), Real-time encoding and compression of neuronal spikes by metal-oxide memristors. Nat. Commun. 7, 12805
O’Doherty J. E. et al. (2011) Active tactile exploration using a brain–machine–brain interface. Nature 479, 228–231
University of Southampton, "New study allows brain and artificial neurons to link up over the web." ScienceDaily. ScienceDaily, 26 February 2020