ノースウェスタン大学のエンジニアのチームは最近、実際の脳細胞と直接相互作用できる印刷された人工ニューロンを開発することで大きな進歩を遂げました。これらのデバイスは、柔らかく、柔軟で、製造コストが安いだけでなく、生きたニューロンに非常に類似した電気信号を生成することもできます。マウスの脳組織のスライスを使用した実験室テストでは、人工ニューロンが本物のニューロンを刺激し、測定可能な反応を引き出すことに成功しました。この成果は、電子システムと生物学的ニューラル ネットワーク間の前例のないレベルの互換性を示しています。
この研究は、神経系と通信できる電子デバイスに重要な道を切り開きます。この技術は、脳とコンピューターのインターフェースや、聴覚、視覚、または運動を回復するように設計されたインプラントを含む神経補綴装置の開発をサポートすると期待されています。同時に、この調査結果は、より効率的なコンピューティングの将来を示唆しています。ニューロンが信号を送信する方法（既知の最もエネルギー効率の高いコンピューティング システムとしての脳の中核機能）を複製することにより、次世代ハードウェアは、現在のシステムよりもはるかに少ないエネルギーを使用して複雑なタスクを処理できるようになります。
この研究は4月15日、学術誌ネイチャー・ナノテクノロジーに掲載された。「今日私たちが住んでいる世界は人工知能によって支配されている。人工知能をより賢くするためには、より多くのデータを使って人工知能を訓練する必要がある。このデータ集約型の訓練は、膨大なエネルギー消費の問題につながる。したがって、ビッグデータと人工知能を処理するためのより効率的なハードウェアを開発しなければならない。脳はデジタル・コンピュータよりもエネルギー効率が5桁も優れているため、次世代コンピューティングのインスピレーションを脳に求めるのは理にかなっている。」
コンピューティングのニーズが高まるにつれて、従来のシステムは同じコンポーネントをさらに追加することでこれらの課題に対応しています。最新のチップには、硬くて平らなシリコン上に配置された数十億個のトランジスタが含まれており、各要素は同じ機能を実行します。これらのシステムは一度製造されると変更できません。脳の働きは全く異なります。それは、それぞれが特殊な役割を持つ複数の種類のニューロンで構成され、柔らかい 3 次元ネットワークに組織されています。これらのネットワークは継続的に適応し、学習が行われるにつれて新しい接続を形成したり、既存の接続を再形成したりします。 「シリコンは、何十億もの同一のデバイスを持つことで複雑さを実現しています。すべてが同一で、硬く、一度作られると固定されます。脳はその逆です。不均一で、動的で、三次元です。その方向に進むには、新しい材料とエレクトロニクスを構築する新しい方法が必要です。」とヘサム氏は説明しました。
人工ニューロンはこれまでにも作成されてきましたが、そのほとんどが生成する信号は単純すぎました。より複雑な動作を生成するために、エンジニアは大規模なネットワークに依存することが多く、これによりエネルギー消費が増加します。実際のニューロンの動作によりよく一致させるために、研究者らは、印刷可能な柔らかい素材を使用してデバイスを設計しました。彼らは、グラフェンが導体として機能する一方で半導体として機能する材料である二硫化モリブデンのシートから特殊な電子インクを作成しました。これらのインクは、エアロゾル ジェット プリンティングと呼ばれる方法を使用して、柔軟なポリマー表面に塗布されます。
以前は、これらのインクに含まれるポリマー成分は電気の流れを妨げるため欠点と考えられていたため、通常は印刷後に除去されていました。この場合、研究チームは代わりにそれを利用しました。研究者らは「ポリマーを完全に除去するのではなく、部分的に分解する」と述べた。 「次に、デバイスに電流を流すと、ポリマーの破壊がさらに進みます。この破壊は空間的に不均一に起こり、導電性フィラメントの形成につながり、すべての電流が空間内の狭い領域に限定されます。」この狭い導電経路は、ニューロンの発火に似た突然の電気反応を引き起こします。その結果、人工ニューロンは、単一スパイク、定常発火、バースト パターンなど、実際の神経活動を厳密に模倣したさまざまな信号を生成できます。各デバイスはより複雑なシグナリングを処理できるため、全体的に必要なコンポーネントが少なくなり、将来のコンピューティング システムの効率が大幅に向上する可能性があります。
これらの人工ニューロンが実際の生物学的システムと相互作用できるかどうかを判断するために、研究チームはワインバーグスクールの神経生物学教授インディラ・ラマンと協力した。彼女のチームは、マウスの小脳のスライスに人工信号を適用しました。その結果、これらの電気スパイクは、タイミングや継続時間など、自然なニューロン活動の重要な特徴と一致することがわかりました。これらの信号は、自然の脳信号と同様の方法で実際のニューロンを確実に活性化し、神経回路をトリガーします。 「他の研究室は有機材料から人工ニューロンを作ろうと試みたが、発火が遅すぎた」とヘサム氏は語った。 「あるいは、彼らは金属酸化物を使用していますが、これは速すぎます。私たちは、これまで人工ニューロンで実証されたことのない時間スケールにいます。生きたニューロンが人工ニューロンに反応するのがわかります。したがって、私たちは、正しい時間スケールを持つだけでなく、正しいスパイク形状を持つ信号が、生きているニューロンと直接相互作用できることを示しました。」
この新しいアプローチには、環境面でも実用面でも利点があります。製造プロセスはシンプルでコスト効率が高く、積層印刷法は材料を効率的に使用し、必要な場所にのみ材料を配置することで無駄を削減します。人工知能システムが拡大し続ける中、エネルギー効率の向上が特に重要です。大規模なデータセンターはすでに大量の電力を消費し、冷却のために大量の水を必要とします。 「AIのエネルギー需要を満たすために、ハイテク企業は専用の原子力発電所を利用したギガワット規模のデータセンターを建設している」とヘサム氏は指摘した。 「この膨大な電力消費がコンピューティングのさらなる拡大を制限することは明らかです。次世代のデータセンターに原子力発電所が 100 基必要になるとは想像しにくいからです。もう 1 つの問題は、ギガワットの電力を消費する際に大量の熱が発生することです。データセンターは水で冷却されるため、AI は給水に大きな負担をかけています。どう考えても、AI 用のよりエネルギー効率の高いハードウェアを開発する必要があります。」
この研究は国立科学財団の支援を受けました。