Научниците градат вештачки невронски чип кој може да ги препознае биолошките сигнали во реално време

Тековните алгоритми на нервните мрежни мрежи произведуваат импресивни резултати и помагаат во решавањето на неверојатен број на проблеми. Сепак, електронските уреди што се користат за извршување на овие алгоритми сè уште бараат огромна процесорска моќ. Кога станува збор за обработка во реално време на сензорни информации или интеракција со животната средина, овие вештачки интелигентни (AI) системи едноставно не можат да се натпреваруваат со вистинскиот мозок. И невроморфното инженерство е ветувачки нов метод кој гради мост помеѓу вештачката интелигенција и природната интелигенција.

Интердисциплинарен истражувачки тим на Универзитетот во Цирих, ЕТС Цирих и Универзитетската болница во Цирих го користеа овој метод за развој на чип базиран на невроморфна технологија која може сигурно и прецизно да ги идентификува сложените биолошки сигнали. Научниците успеаја да ја користат оваа технологија за успешно откривање на претходно снимени високи фреквентни осцилации (HFO). Овие специфични бранови, измерени со користење на интракранијална електроенцефалографија (IEEG), се покажаа како ветувачки биомаркери за идентификување на мозочното ткиво кое предизвикува напади.

Истражувачите прво дизајнираа алгоритам за откривање на HFO со симулирање на природната нервна мрежа на мозокот: мала т.н. spike нервна мрежа (SNN). Вториот чекор е да се имплементира SNN во хардвер со големина на нокти кој прима нервни сигнали преку електроди. За разлика од традиционалните компјутери, има огромна енергетска ефикасност. Ова прави пресметки со многу можна моќна резолуција без да се потпираат на интернет или cloud computing.

Giacomo Indiveri, професор на Институтот за невроинформатика на Универзитетот во Цирих и Ет Цирих, рече: "Нашиот дизајн ни овозможува да ги препознаеме шпакеампоралните обрасци во биолошките сигнали во реално време".

Истражувачите сега планираат да ги користат своите наоди за да создадат електронски систем за сигурно идентификување и следење на HFOs во реално време. Кога се користи како дополнителна дијагностичка алатка во операционата сала, системот може да ги подобри резултатите од неврохируршките интервенции.

Сепак, ова не е единствената област каде идентификацијата на HFO може да игра важна улога. Долгорочната цел на тимот е да развие уред за следење на епилепсијата што може да се користи надвор од болницата, што ќе овозможи да се анализираат сигналите на голем број на електроди во рок од неколку недели или месеци.

Јоханес Сарнтеин, неврофизиолог во Универзитетската болница во Цирих, објаснува: "Ние сакаме да интегрираме ниска енергија безжична комуникација во дизајнот - на пример, за да го поврзете со мобилен телефон. Пренослив или имплантен чип како овој може да препознае повисока стапка на заплена. Високи или ниски периоди, кои ќе ни овозможат да обезбедиме персонализирана медицина. "