Silikonhjärnor

Till skillnad från de flesta neurovetenskapslabb är Kwabena Boahens labb vid Stanford University fläckfritt – inga spridda pipetter eller blandade mängder av kemikalieflaskor. Istället sitter ett ensamt kretskort med ett mycket speciellt chip på en bar labbbänk. Transistorerna i ett typiskt datorchip är anordnade för maximal bearbetningshastighet; men den här mikroprocessorn har kluster av små transistorer utformade för att efterlikna de elektriska egenskaperna hos neuroner. Transistorerna är arrangerade för att bete sig som celler i näthinnan, snäckan eller till och med hippocampus, en plats djupt inne i hjärnan som sorterar och lagrar information.

Kwabena Boahen är docent i bioteknik vid Stanford University och chef för det neurovetenskapliga labbet som utvecklade datorchipet.

Boahen är en del av en liten men växande gemenskap av forskare och ingenjörer som använder en process som de kallar neuromorphing för att bygga komplicerade elektroniska kretsar avsedda att modellera beteendet hos neurala kretsar. Deras arbete drar fördel av anatomiska diagram över olika delar av hjärnan som genererats genom år av noggranna djurstudier av neuroforskare runt om i världen. Förhoppningen är att hårdkopplade modeller av hjärnan ska ge insikter som är svåra att få fram genom existerande experimentella tekniker. Hjärnor gör saker på tekniskt och konceptuellt nya sätt som vi borde kunna utforska, säger Rodney Douglas, professor vid Institute of Neuroinformatics, i Zürich. De kan ganska enkelt lösa problem som vi ännu inte kan lösa med de största och modernaste digitala maskinerna. Ett av sätten att utforska detta är att utveckla hårdvara som går i samma riktning.

Den här historien var en del av vårt majnummer 2007

• Se resten av frågan
• Prenumerera

Bland de mest spännande aspekterna av hjärnan är dess förmåga att bilda minnen – något som har fascinerat neuroforskare i årtionden. Den kapaciteten verkar vara förankrad i hippocampus, vilket kan leda till minnesförlust.

Omfattande studier av neuroner i hippocampus och andra delar av hjärnan har kastat lite ljus över hur neurala beteenden ger upphov till minnen. Neuroner kodar för information i form av elektriska pulser som kan överföras till andra neuroner. När två anslutna neuroner upprepade gånger skjuter i tät följd, stärks kopplingen mellan dem, så att avfyrningen av den första hjälper till att utlösa avfyrningen av den andra. Eftersom denna process – känd för neuroforskare som hebbisk inlärning – sker i flera närliggande celler, skapar den nät av kopplingar mellan olika neuroner, kodar och länkar information.

Multimedia

• Se en demo av datorchipet.

För att bättre förstå hur detta fungerar utvecklade Boahen och doktoranden John Arthur ett chip baserat på ett lager av hippocampus som kallas CA3. Inklämt mellan två andra cellulära lager, ett som tar emot input från cortex och ett som skickar information tillbaka ut igen, tros CA3 vara där minnet faktiskt händer – där information lagras och länkas. Boahen pekar på ett diagram över chipets arkitektur och förklarar att varje modellcell på chippet består av ett kluster av transistorer utformade för att efterlikna den elektriska aktiviteten hos en neuron. Kiselcellerna är arrangerade i en 32 x 32 array, och var och en av dem är programmerad att ansluta svagt till 21 närliggande celler. Till att börja med stängs förbindelserna mellan cellerna av, vilket efterliknar tysta synapser. (En synaps är en korsning mellan neuroner; en tyst synaps är en där, om en given neuralcell avfyrar, den överför en liten förändring i elektrisk aktivitet till sina grannar, men inte tillräckligt för att utlösa spridningen av en elektrisk signal.)

Men, förklarar Boahen, chippet har förmågan att ändra styrkan i dessa anslutningar, imitera vad som händer med neuroner under hebbisk inlärning. Kiselcellerna övervakar när deras grannar eldar. Om en cell avfyrar precis innan dess granne gör det, förstärks den programmerade kopplingen mellan de två cellerna. Vi vill fånga den associativa minnesfunktionen, så vi vill att kopplingar mellan cellerna ska slås på eller av beroende på om celler aktiveras tillsammans, säger Boahen.

När han sitter vid sitt skrivbord med kretskortet och en bärbar dator framför sig, visar Arthur, som nu är postdoc i Boahens labb, chipets förmåga att komma ihåg. Först skickar han elektriska signaler till chippet från den bärbara datorn, som också registrerar utsignalen från chipets kiselneuroner. Han utlöser upprepade gånger aktivitet endast i neuroner som bildar en U-form på arrayen; hans bärbara dators skärm visar ljusblixtar som återger det mönstret, som representerar aktiviteten i chippet. Varje neuron avfyrar vid en något olika tidpunkt och övervakar ständigt avfyrningen av sina 21 anslutna grannar. Gradvis stärks kopplingarna mellan nervcellerna som utgör U:t: chippet har lärt sig mönstret. När Arthur sedan utlöser aktivitet i bara det övre vänstra hörnet av U:et, återskapar ljusblixtar på skärmen spontant resten av mönstret, eftersom elektrisk aktivitet sprider sig bland kiselneuroner på chipet. Chipet har effektivt återkallat resten av U.

Stanford-forskarna planerar att lägga till kretsar till chippet så att det också kommer att modellera ett lager av hippocampus som kallas dentate, som tar emot signaler från cortex och skickar dem till CA3. De hoppas att den här modellen kommer att kunna lägga ner minnen som är ännu mer komplexa. Vi vill kunna ge den ett A och få den att återkalla hela alfabetet, säger Boahen.

Teamet är också i färd med att utveckla andra neuromorfa chips. Dess senaste projekt – och den mest ambitiösa neuromorfa ansträngningen hittills – är en modell av cortex, den senast utvecklade delen av vår hjärna. Den invecklade strukturen av cortex gör att vi kan utföra komplexa beräkningsprestationer, som att förstå språk, känna igen ansikten och planera för framtiden. Modellens första generations design kommer att bestå av ett kretskort med 16 chips, som var och en innehåller en 256 x 256 array av kiselneuroner.

Genom att skapa chips som kan efterlikna cortex, hippocampus och näthinnan, hoppas Boahen att bättre förstå hjärnan och så småningom designa neurala proteser, såsom en konstgjord näthinna. Kwabena är en av de få människor som går över två perspektiv: de som vill konstruera bättre chips och de som vill förstå hjärnan, säger Terry Sejnowski, en beräkningsneuroforskare vid Salk Institute i La Jolla, Kalifornien. Jag tror att han är en av dem som är före sin tid.

Emily Singer är bioteknik- och biovetenskapsredaktör för Teknikgranskning .

Dölj