Полная версия
Другое исследование израильских ученых поставило целью создание нейротехнологии, протезирующей функцию мозжечка человека. Мозжечок считается одной из наиболее изученных частей головного мозга. Изученной настолько хорошо, что недавно был даже создан и продемонстрирован в действии первый простейший чип – компьютерный аналог естественного мозжечка. Эксперимент был поставлен командой израильских ученых под руководством проф. М. Минца из Университета Тель-Авива. Полностью парализованную белую крысу заново научили моргать с помощью электродов, вживленных на место разрушенного мозжечка. Импульсы от неповрежденных отделов мозга грызуна поступали в ходе опыта на микроскопический компьютерный чип. Тот, в свою очередь, расшифровывал их и передавал дальше – центральной нервной системе животного. Устройство, продемонстрированное в Израиле, представляет собой пока что самую примитивную из возможных конструкцию такого рода. Однако впоследствии проф. М. Минц предполагает «обучить» микрочип распознаванию и других сигналов мозга, чтобы расширить его функциональность.
Группа исследователей под руководством Питера Фромхерца из Отделения мембран и нейрофизики (Department of Membrane and Neurophysics) Института биохимии Макса Планка тоже впервые соединила фрагмент живой ткани мозга с микрочипом. Биологи пересадили тончайший срез гиппокампа крысы на поверхность специального чипа. Известно, что в процессе запоминания и хранения информации у млекопитающих принимает участие несколько отделов головного мозга. При этом считается, что перед тем как информация попадает на долговременное хранение, она предварительно «записывается» в гиппокампе. Однако этот, как и другие традиционные методы имеют много недостатков – они требуют вмешательства (зачастую достаточно грубого, нарушающего нормальную работу мозга), ограничены небольшим количеством клеток и страдают малым разрешением. Регистрация активности большого числа клеток мозга млекопитающих стала возможной при применении чипов высокой плотности, разработанных в компании Infineon Technologies. Ученым из Мартинсрида удалось разработать «революционный подход к изучению мозга», позволяющий регистрировать активность и взаимодействие тысяч нервных клеток в срезе тканей мозга. Работа считается реальным научным прорывом в области создания связей нервной системы с микрочипами. Ранее доступные нейрофизиологам методы ограничивались небольшим количеством нейронов. Регистрирующие же активность нервных клеток чипы, разработанные в сотрудничестве с компанией Infineon Technologies AG, отличаются, в свою очередь, очень высокой плотностью, эквивалентной 16 384 транзисторам на площади в 1 мм2. Возможность осуществлять запись интегрированной активности целостного интактного фрагмента мозга млекопитающих представляет собой действительно значительный технологический прорыв. Используя новый метод, группа Питера Фромхерца смогла визуализировать влияние фармацевтических препаратов на нейронную сеть. Это говорит о возможности использования данного метода в качестве новой тест-системы для исследований мозга и в фармакологии. Последним результатам работы группы ученых из Германии предшествовали эксперименты с использованием «самодельных» чипов относительно малой плотности. С их помощью сначала регистрировались сигналы отдельных нервных клеток пиявок, а затем небольших групп нейронов моллюсков. Разработка гибридной системы, интегрирующей нервную ткань и полупроводниковое устройство, может означать огромный скачок в работах по протезированию поврежденного мозга и созданию нейрокомпьютеров.
А. В. Русанов, Ю. С. Балашов, В. А. Скляр (2012) в обзорной статье представили различные разработки интегрированных устройств на основе микроэлектродов и средств микроэлектроники в масштабах микросхем для использования в нейроинженерии и создании имплантов мозга на основе КМОП – набора полупроводниковых технологий построения интегральных микросхем (англ. CMOS – Complementary symmetry/metal-oxid semiconductor – комплементарная логика на трансзисторах метал-оксид полупроводниках, КМОП). Ими описана методика разработки аналоговых КМОП-схем со сверхнизким потреблением энергии, основанная на использовании массивов микроэлектродов, при создании имплантов мозга. Разработанная КМОП-схема включает подсхемы усиления и мультиплексирования. Приведены результаты экспериментальных исследований эффективности предложенного устройства в обнаружении псевдоспайков и измерении локальных усилений. Показана его эффективность с точки зрения потребления энергии и обеспечиваемого качества измерения входных сигналов. Описаны варианты использования нового устройства в нейроинженерии для построения интерфейсов мозга с компьютером.
Нейротехнологии для нейробиологии, анализа и моделирования мозговых цепей и понимания работы нейронной сети мозга. Очень известный нейроученый в области нейроинженерии Эд Бойден (Ed Boyden) (рис. 21) является нейробиологом-оптогенетиком, адъюнкт-профессором Института исследований мозга Патрика МакГоверна при MIT и пионером еще одного из инновационных нейроинженерных направлений. Ed Boyden разрабатывает оптогенетические инструменты для активации и отключения элементов нейронных цепей с помощью света, трехмерные изготовленные микротехнологическими методами нейронные интерфейсы для контроля и считывания информации о нейронной активности, а также робототехнические методы автоматической записи внутриклеточной нейронной активности и анализа одиночных клеток в живом мозге.
Рис. 21. Проф. Эд Бойден (Ed Boyden) из Института исследований мозга ПатрикаМакГоверна при MIT (Массачусетском технологическом институте)
Он применяет нейротехнологии для анализа и моделирования мозговых цепей и понимания работы нейронной сети мозга, а также делает возможным системное восстановление клеток мозга, поврежденного в результате таких заболеваний, как эпилепсия, болезнь Паркинсона, посттравматическое стрессовое расстройство и хронические боли.
Ed Boyden положил начало отмеченному рядом наград учебному курсу Массачусетского технологического института о принципах нейроинженерии, во время которого слушатели проходили путь от основных принципов контроля и наблюдения за нейронными функциями до стратегий запуска нанотехнологий. Ed Boyden – один из самых центровых специалистов в области современной нейроинженерии и имеет столько должностей и регалий, что обсуждение его подхода в нейроинженерии любым нейроспециалистом будет не очень корректным. Он имеет докторскую степень по нейробиологии Стэндфордского университета за открытие того, как механизмы, используемые для хранения памяти, определяют содержание нового знания. Он имеет более 250 рецензированных работ, действующих или находящихся в процессе рассмотрения патентов, статей. Ed Boyden – доцент биоинженерии и наук о мозге и когнитивных наук, руководитель группы синтетической нейробиологии в MediaLab Массачусетского технологического института. Входил в топ-35 ведущих инноваторов младше 35 лет по версии Technology Review и в топ-20 лучших умов младше 40 лет по версии Discover Magazine, обладатель награды NIH Director’s New Innovator Award, исследовательской премии «За инновации в нейробиологии» Общества нейробиологии США, премии NSF CAREER Award Национального научного фонда США, премии Пола Аллена (Paul Allen Distinguished Investigator Award), Робертсоновской премии для исследователей от Нью-Йоркского фонда стволовых клеток (New York Stem Cell Foundation – Robertson Investigator Award), премии по нейробиологии Университета Северной Каролины (Perl/UNC prize), премии Института инженерии и технологии (IET Harvey Prize). Читал лекции по оптогенетике в Фонде TED («Технология, развлечения, дизайн») и на Всемирном экономическом форуме в Давосе.
Но оптогенетические исследования – не единственное достоинство данного направления нейротехнологий. Некоторыми английскими и российскими учеными в совместном проекте предложена гипотеза о том, что временная корреляция лежит в основе увязки различных визуальных признаков, распознаваемых в разных областях головного мозга (Чик и др., 2008). Описаны методика и содержание теоретических и математических исследований синхронизма осцилляторов на нейронах с интегрирующим возбуждением. Ими рассмотрена математическая модель системы таких осцилляторов и изучено поведение вариантов такой системы. Установлено, что 2 локально связанных осциллятора указанного типа быстро втягиваются в синхронизм за время, пропорциональное логарифму их размеров. Определены параметры, позволяющие управлять скоростью синхронизации. Использованы данные о динамике релаксационных осцилляторов на нейронных сетях с локальным возбуждением и глобальным торможением. На основе этих данных установлено, что глобальное торможение может вызывать десинхронизацию в нейронной сети с осцилляторами на нейронах с интегрирующим возбуждением. Авторами описаны примеры использования синхронных осцилляторов для сегментации изображений (Там же).
Нейротехнологии ускоренного обучения. Одним из научных направлений современной нейроинженерии являются работы по созданию нейротехнологий быстрого (мгновенного) обучения (tainy.net›34225-mgnovennoe-obuchenie-realnost-ili…). Эта нейротехнология пришла в научную нейроинженерию из известного фантастического кинофильма «Матрица». «Я знаю кунг-фу» – эту фразу можно назвать одной из самых запоминающихся в фильме «Матрица» (1999). Нео, персонаж Киану Ривза, произнес ее после того, как знания о боевом искусстве за считаные мгновения загрузились в его мозг посредством футуристического компьютерного разъема в черепе. Сейчас на то, чтобы стать мастером кунг-фу, уйдут тысячи часов практики. Однако существует несколько хитростей, используя которые можно усилить обучающий процесс при помощи технологий. Возможно, в будущем будет совершен серьезный прорыв в нескольких важнейших областях и усвоение навыков и знаний будет происходить с огромной скоростью при помощи внешнего, а также хирургически имплантированного оборудования. По словам Брюса МакНотона (Bruce McNaughton), нейробиолога из канадского Университета в Летбридже, данная концепция не такая фантастическая, какой кажется на первый взгляд. Более того, он считает, что ее реализуют уже в ближайшие несколько столетий через систему замаскированной мозговой тренировки. Обучение – это довольно утомительный процесс. Постоянное повторение упражнений, неважно, математическая это задача или прыжки с шестом, постепенно закрепляется в долгосрочной ментальной и мышечной памяти. Недавно было опубликовано исследование, в котором предполагается, что процесс обучения можно ускорить таким образом, что обучающийся даже не заметит этого. У этой техники есть даже звучное научно-фантастическое название – «декодированная обратная нейрологическая связь». Используя сканер мозга, ученые вели наблюдение за паттернами активности в визуальном кортексе участвующих в эксперименте во время того, как те рассматривали различные ориентации какого-нибудь объекта. Во время многочасовых сессий в течение нескольких дней у участников было лишь одно конкретное ментальное задание – концентрироваться на зеленом диске таким образом, чтобы он начал вырастать в размере; это было назначено паттерном одной из ориентаций. С течением времени у участников стал лучше выходить процесс идентификации этой конкретной ориентации объекта, причем они даже не заметили, что их тренировали этому процессу. Другими словами, они обучились.
Этот принцип непрямого сублиминального обучения однажды может помочь обучить кого-нибудь, к примеру, выполнению броска дзюдо или игре на фортепиано. Как отмечает проф. нейромедицины из университета Бостона, ведущий автор исследования декодированных обратных нейросвязей Такео Ватанабе (Takeo Watanabe), естественно, что это еще не «Матрица», но со временем способ может перерасти в мощнейший инструмент, который будет во многом похож на происходящее в фильме. На текущий момент эту технику использовали лишь в перцептивном обучении, конкретно в визуальном обучении. А применение ее для моторного обучения – скоординированного движения членов тела, дыхания и баланса, которые являются важнейшей частью, к примеру, того же кунг-фу – станет серьезным вызовом для ученых. По мнению Т. Ватанабе, моторное обучение очень похоже на перцептивное, поэтому можно с высокой долей уверенности сказать, что эту технику можно применить и к нему. Однако моторному обучению требуются улучшения в последовательности движений, поэтому на это может уйти намного больше времени.
В настоящий момент на улучшение выполнения одного движения может уйти год или около этого, если применить эту методику. Если сравнить это со скоростью обучения из «Матрицы», то это практически вечность. Но у техники T. Ватанабе есть одно ключевое преимущество. В «Матрице» информацию и навыки транслировали в мозг напрямую, а в методике Ватанабе внедряться в человеческий мозг не нужно. У Нео и его друзей было множество различных портов по всему телу, куда подсоединялись питающие трубки и другие сенсорные кабели. Но самый важный разъем находился у основания черепа. Именно он позволял подключаться к обучающей программе.
На сегодняшний день в медицинской науке есть сходные, но пока не настолько продвинутые устройства. Это экспериментальные устройства, позволяющие парализованным людям контролировать механическую руку-манипулятор при помощи мыслительных команд. В мозг человека встраивается имплантат, который регистрирует электрическую активность нейронов, транслируя ее к механической руке. Дальнейшее развитие этих систем сможет существенно ускорить реабилитацию людей. По словам Брюса МакНотона, поверхностному манипулированию мозгом научатся уже в ближайшие десятилетия. Более того, станут реальными, к примеру, восстановление грубого визуального восприятия для слепых или считывание грубых управляющих сигналов для роботизированных протезов. Подобные вещи начали делать уже сейчас. Но для того чтобы развивать это направление, ученым понадобится более глубокое понимание физических основ человеческого мышления и памяти.
В мозге человека в среднем около 100 млрд нейронов, соединенных между собой триллионами нейронных связей, получивших название синапсов. Несомненно, что кратковременная память, во всяком случае частично, физически записывается в постоянно меняющихся нейронных соединениях, а также в самой нейронной архитектуре. Перепрограммирование клеток мозга таким образом, чтобы они формировали новые воспоминания, потребует прецизионной точности при очень малых масштабах оперирования.
По мнению Брюса МакНотона, теоретически возможность осуществить запись с нескольких нейронов достаточно реально, чтобы в дальнейшем стимулировать их. В некотором смысле это сможет возбудить всю систему. Но текущий уровень технологий не позволяет осуществить подобное без массивного вмешательства в мозг, что неминуемо приведет к серьезным повреждениям, да и сам имплантат в любом случае отторгнется иммунной системой. Но если предположить, что особые биосовместимые покрытия или лекарства помогут избежать атак со стороны иммунной системы, а также то, что имплантаты научатся взаимодействовать с внешними приборами для выборочного воздействия на нейроны на молекулярном уровне, все равно остается еще один фундаментальный вопрос: один ли язык или нейронный код использует мозг каждого человека или он у разных людей различен?
Ученые десятилетиями пытаются расшифровать мозговой нейронный код. Записываются паттерны мозговой активности во время обучения, рассуждения и запоминания у разных людей. И часто в процессе их изучения выясняется, что они могут существенно меняться от человека к человеку. В разных случаях мозг разных людей не действует по определенному стандарту, в отличие от компьютеров, которые с легкостью воспринимают общую программу обучения. Однако T. Ватанабе настроен довольно оптимистично и убежден в том, что применив техники декодированных обратных нейрологических связей, ученые уже в ближайшем будущем научатся удалять нежелательные и травмирующие воспоминания для усиления обучения.
На сайте www.bbc.co.uk мы нашли информацию о том, что еще в 2012 г. американские эксперты разработали то, что, по их словам, является наиболее реалистичным и точным с биологической точки зрения роботизированным протезом ног на основе работы нейросетей мозга человека. Инженеры уверены, что разработка может способствовать пониманию того, как дети учатся ходить и как следует лечить спинномозговые травмы. Специалистами была создана специальная система сообщений, которая генерирует ритмические сигналы мышц, контролирующих ходьбу. Британские эксперты считают, что интерес работы состоит еще и в том, что робот имитирует процесс ходьбы, а не просто движется.
Команда инженеров из Университета Аризоны (США) смогла сделать машинную копию сети нервных клеток в поясничном отделе спинного мозга, который генерирует ритмические сигналы мышц. Нейронные сети производят, а затем контролируют эти сигналы, собирая информацию из различных частей тела, участвующих в ходьбе. Это позволяет людям ходить, не думая об этом. В статье в журнале о нейроинженерии Journal of Neural Engineering говорится: «Этот робот представляет собой физическую или нейроботизированую модель системы, что свидетельствует о полезности такого рода исследований робототехники для изучения нейропсихологических процессов ходьбы человека и животных».
Мэтт Торнтон из Национальной ортопедической больницы Великобритании (UK’s Royal National Orthopaedic Hospital) отметил, что предыдущие роботы лишь имитировали движения человека, а этот в отличие от них копирует основные механизмы, контролирующие процесс движения человека. Авторы исследования убеждены, что это может создать новый подход к исследованию и пониманию связи между проблемами нервной системы и патологиями ходьбы.
Нейротехнологии для биоуправления техникой с использованием живых нейронных сетей. Несомненно, что это направление нейротехнологий также является вариацией и неотъемлемой частью технологий нейромашинного интерфейса. Однако здесь мы хотим поговорить об особом направлении этих современных нейротехнологий, когда устанавливается информационное взаимодействие между живыми нейросетями и компьютером, управляющим техническим устройством. Одним из очень перспективных направлений современной нейроинженерии являются работы Томаса ДеМарса (Thomas DeMarse), проф. биомедицинской инженерии Флоридского университета (США), который стал автором сенсационного проекта. Из клеток крысиного мозга он вырастил отдельный живой «мозг» и, подсоединив к компьютеру, обучил его управлять симулятором военного самолета.
Рис. 22. Томас ДеМарс (Thomas DeMarse), проф. биомедицинской
инженерии Флоридского университета (США)
Как считает Томас ДеМарс, эти достижения – только начало. Открытие позволит ученым сделать то, о чем они раньше могли только мечтать: увидеть, как взаимодействуют клетки мозга при выполнении определенной функции. «Мозг» Томаса ДеМарса – это 25 тыс. живых нервных клеток мозга крысы, помещенных в чашку Петри и подсоединенных через электроды к компьютеру. Это уникальное «окно», сквозь которое ученые могут наблюдать за работой мозга на клеточном уровне. Видя, как взаимодействуют клетки мозга, ученые смогут понять, что вызывает нервные расстройства, такие, например, как эпилепсия, и найти безоперационные методы их лечения.
Будучи «живым компьютером», созданная ДеМарсом модель может быть использована очень широко – например, для беспилотного управления самолетом или для выполнения заданий, опасных для жизни человека, вплоть до розыскных и спасательных операций. «Наш мозг обладает фантастической вместительностью! – говорит Томас ДеМарс. Вы легко можете вспомнить, что вы делали, когда вам было пять лет. Для человека это в порядке вещей, но компьютер пока на такое неспособен. Если мы вычислим, как работают нейронные сети мозга, то есть как нейроны складываются во время работы в своеобразные мозаики, мы сможем применить их для создания новых компьютерных сетей».
Экспериментальный «мозг» Т. ДеМарса взаимодействует с симулятором военного самолета F-22 через специально созданную систему, называемую мультиэлектродным массивом, и простой настольный компьютер. Электродный массив – это фактически тарелка с 60 электродами, объединенными в сеть на самом ее дне, а поверх них и размещаются нервные клетки из мозга крысы. Они с большой скоростью делятся и наводят между собой живые «мостики», образуя нейронную сеть. Мозг и симулятор налаживают между собой двустороннее взаимодействие, похожее на то, которое возникает, когда нейроны человека получают и анализируют сигналы, поступающие от тела. Чтобы контролировать симуляционный полет самолета, нейроны вначале получают информацию из компьютера об условиях полета: летит ли самолет прямолинейно или поворачивает вправо или влево. Затем нейроны анализируют данные и отвечают, посылая сигналы в центр контроля самолета. Эти сигналы меняют направление полета, и новая информация посылается нейронам, создавая систему взаимодействия. ДеМарс и его коллега Хосе Принсипе получили на дальнейшие разработки проекта правительственный грант в 500 тыс. долл. Они планируют создать математическую модель, отображающую работу нейронов мозга. Хотя уже сейчас созданная Томасом ДеМарсом мозгоподобная культура нервных клеток способна управлять симулятором самолета, ученый заявляет, что основные достижения и открытия еще впереди.
Существует точка зрения, что соединение биологической и информационной систем может очень много дать как компьютерной технике, так и медицине. Так, например, японские специалисты ряда крупных компаний исследуют нейронные сети, растущие на электродных платах, для конструирования нового поколения компьютеров и роботов. В медицине такие системы используются при изучении эффектов новых фармакологических препаратов. Они дают возможность проследить in vitro, как влияют различные вещества на работу целой нервной сети, а не одной клетки, что практиковалось прежде (Анохин, 2015).
Для экспериментов с подключением нейронов к компьютеру обычно используют незрелые нервные клетки, которые способны устанавливать контакты между собой. Разрозненные клетки помещают в чашку Петри, где они растут и образуют нервную сеть. На дне чашки находится электродная плата с десятками полосок-электродов, которые пересекаются отростками нервных клеток. Каждый раз, когда нейрон генерирует нервный импульс, пластинка регистрирует его и передает в компьютер. Таким образом можно получить двухмерную картину, наглядно демонстрирующую, в какое время в какой части пластины работал какой нейрон.
Первопричиной создания таких нейроэлектронных гибридов были не нужды фармакологии или промышленности, а желание понять принципы работы мозга. Ведь до сих пор мы не можем разобраться в том, как решает свои задачи целый мозг, состоящий из десятков миллиардов нейронов. И потребовалась модельная система, аналогичная целому мозгу, но уменьшенная количественно и доступная для наблюдений.
Похоже, что нейронные культуры воспроизводят ряд свойств самоорганизации целого мозга. Например, они способны к самообучению. Когда компьютер при помощи электродов подает разнообразные сигналы нервным клеткам в чашке Петри, они начинают улавливать корреляцию между этими сигналами. Особенно эффективно такая система заработает, если установить обратную связь, т.е. через компьютер дать понять нейронам, что определенная их реакция – правильная, а другая – нет. Тогда система нейронов способна выработать целую стратегию поведения с большими потоками сигналов.
Ранее уже были созданы устройства, которые помогали расширить возможности людей с ограниченными двигательными функциями. Но такие устройства были проводными. Сейчас же сотрудники Брауновского университета создали сенсорный имплантат. Он представляет собой мозговой чип в виде титановой коробочки размером 56 × 42 × 9 мм. Такой чип передает сигнал, который регулируют нейроны головного мозга. В чипе есть все необходимое для передачи сигнала, и он не требует дополнительной аппаратуры, шлемов и проводов. Кстати, зарядка чипа осуществляется беспроводным путем, что не требует его выемки.
Мозговой чип уже назван чудом инженерной мысли, т.к. оцифровывает сигналы мозга и передает их технике со скоростью 24 Мб/с. Именно процесс считывания импульсов мозга считается уникальным, ведь наш мозг не передает сигналы в виде единиц и нулей, как это делает компьютер.
Сейчас проходит процесс усовершенствования устройства. Ученые пытаются сделать чип еще более компактным, надежным и скоростным. Мозговой чип уже был вживлен трем свиньям и трем макакам, и, по оценкам ученых, животные чувствуют себя комфортно и никаких отклонений их мозговой активности не наблюдается. В скором будущем такие чипы будут вживляться и в головной мозг человека.
