ციფრული ტექნოლოგია ცოტათი უფრო ახლოს არის ბიოლოგიასთან, დნმ-სთან და ტვინთან

ილონ მასკი ირწმუნება, რომ უახლოეს მომავალში ადამიანებს შეეძლებათ შექმნან სრულფასოვანი ტვინი-კომპიუტერი ინტერფეისი. ამასობაში დროდადრო გვესმის მისი ექსპერიმენტების შესახებ ცხოველებზე, ჯერ ღორებზე, ახლახან კი მაიმუნებზე. აზრი, რომ მასკი თავის გზას გაივლის და შეძლებს ადამიანის თავში საკომუნიკაციო ტერმინალის ჩადგმას, ზოგს ხიბლავს, ზოგს აშინებს.

ის მხოლოდ ახალზე არ მუშაობს მუშკი. მეცნიერებმა დიდი ბრიტანეთიდან, შვეიცარიიდან, გერმანიიდან და იტალიიდან ახლახან გამოაცხადეს პროექტის შედეგები, რომელიც გაერთიანებულია ხელოვნური ნეირონები ბუნებრივი (1). ეს ყველაფერი ინტერნეტის საშუალებით ხდება, რაც ბიოლოგიურ და „სილიკონის“ ნეირონებს ერთმანეთთან კომუნიკაციის საშუალებას აძლევს. ექსპერიმენტი მოიცავდა ვირთხებში ნეირონების ზრდას, რომლებიც შემდეგ გამოიყენებოდა სიგნალიზაციისთვის. Ჯგუფის ლიდერი სტეფანო ვასანელი იტყობინება, რომ მეცნიერებმა პირველად შეძლეს ეჩვენებინათ, რომ ჩიპზე განთავსებული ხელოვნური ნეირონები შეიძლება უშუალოდ იყოს დაკავშირებული ბიოლოგიურთან.

მკვლევარებს სურთ ისარგებლონ ხელოვნური ნერვული ქსელები აღადგენს თავის ტვინის დაზიანებული უბნების გამართულ ფუნქციონირებას. სპეციალურ იმპლანტში ჩადგმის შემდეგ, ნეირონები იმოქმედებენ როგორც ერთგვარი პროთეზი, რომელიც მოერგება თავის ტვინის ბუნებრივ პირობებს. თქვენ შეგიძლიათ წაიკითხოთ მეტი თავად პროექტის შესახებ სტატიაში Scientific Reports.

Facebook-ს სურს თქვენს ტვინში შეღწევა

მათ, ვისაც ეშინია ასეთი ახალი ტექნოლოგიების, შეიძლება მართალი იყოს, განსაკუთრებით მაშინ, როცა გვესმის, რომ, მაგალითად, გვინდა ავირჩიოთ ჩვენი ტვინის „შინაარსი“. 2019 წლის ოქტომბერში გამართულ ღონისძიებაზე Facebook-ის მიერ მხარდაჭერილი კვლევითი ცენტრის Chan Zuckerberg BioHub-ის მიერ, მან ისაუბრა ტვინის მიერ კონტროლირებადი ხელის მოწყობილობების იმედებზე, რომლებიც შეცვლის მაუსს და კლავიატურას. „მიზანია თქვენი აზრებით ვირტუალურ ან გაფართოებულ რეალობაში ობიექტების გაკონტროლება“, - თქვა ცუკერბერგმა CNBC-ის ციტირებულმა. Facebook-მა იყიდა CTRL-labs, სტარტაპი, რომელიც ავითარებს ტვინის-კომპიუტერის ინტერფეისის სისტემებს, თითქმის მილიარდ დოლარად.

ტვინი-კომპიუტერის ინტერფეისზე მუშაობა პირველად გამოცხადდა Facebook F8 კონფერენციაზე 2017 წელს. კომპანიის გრძელვადიანი გეგმის მიხედვით, ერთ მშვენიერ დღეს არაინვაზიური ტარებადი მოწყობილობები მომხმარებლებს ამის საშუალებას მისცემს დაწერეთ სიტყვები მხოლოდ მათზე ფიქრით. მაგრამ ასეთი ტექნოლოგია ჯერ კიდევ ძალიან ადრეულ ეტაპზეა, მით უმეტეს, რომ საუბარია შეხებაზე, არაინვაზიურ ინტერფეისებზე. „მათი უნარი გადააკეთონ ის, რაც ტვინში ხდება საავტომობილო აქტივობად, შეზღუდულია. დიდი შესაძლებლობებისთვის საჭიროა რაღაცის ჩანერგვა“, - განაცხადა ცუკერბერგმა აღნიშნულ შეხვედრაზე.

დაუშვებენ თუ არა ადამიანები საკუთარ თავს „რაღაცის ჩანერგვას“ იმ ადამიანებთან დასაკავშირებლად, რომლებიც ცნობილია მათი აღვირახსნილი მადით პირადი მონაცემები ფეისბუქიდან? (2) შესაძლოა, ასეთი ადამიანები იპოვონ, განსაკუთრებით მაშინ, როდესაც ის მათ შესთავაზებს სტატიებს, რომელთა წაკითხვაც მათ არ სურთ. 2020 წლის დეკემბერში Facebook-მა თანამშრომლებს განუცხადა, რომ მუშაობდა ინსტრუმენტზე ინფორმაციის შეჯამებისთვის, რათა მომხმარებლებს არ მოუწიონ მისი წაკითხვა. იმავე შეხვედრაზე მან წარმოადგინა ნერვული სენსორის შემდგომი გეგმები, რათა აღმოაჩინოს ადამიანის აზრები და გადააქცია ისინი მოქმედებებად ვებსაიტზე.

2. ფეისბუქის ტვინი და ინტერფეისები

რისგან არის შექმნილი ტვინის ეფექტური კომპიუტერები?

ეს პროექტები არ არის ერთადერთი მცდელობა, რომელიც უნდა შეიქმნას. ამ სამყაროების უბრალო კავშირი არ არის ერთადერთი მიზანი. არსებობს, მაგალითად. ნეირომორფული ინჟინერია, ტენდენცია, რომელიც მიზნად ისახავს მანქანების შესაძლებლობების ხელახლა შექმნას ადამიანის ტვინიმაგალითად, მისი ენერგოეფექტურობის თვალსაზრისით.

ვარაუდობენ, რომ 2040 წლისთვის გლობალური ენერგორესურსები ვერ დააკმაყოფილებს ჩვენს გამოთვლით საჭიროებებს, თუ ჩვენ დავიცავთ სილიკონის ტექნოლოგიებს. აქედან გამომდინარე, აუცილებელია ახალი სისტემების შემუშავება, რომლებიც მონაცემთა უფრო სწრაფად და, რაც მთავარია, ენერგოეფექტურობით დამუშავებას შეძლებენ. მეცნიერებმა დიდი ხანია იცოდნენ, რომ მიმიკის ტექნიკა შეიძლება იყოს ამ მიზნის მისაღწევად. ადამიანის ტვინი.

W სილიკონის კომპიუტერები სხვადასხვა ფუნქციებს ასრულებენ სხვადასხვა ფიზიკური ობიექტები, რაც ზრდის დამუშავების დროს და იწვევს უზარმაზარ სითბოს დანაკარგებს. ამის საპირისპიროდ, თავის ტვინში ნეირონებს შეუძლიათ ერთდროულად გაგზავნონ და მიიღონ ინფორმაცია უზარმაზარ ქსელში ჩვენი ყველაზე მოწინავე კომპიუტერების ძაბვაზე ათჯერ მეტი.

ტვინის მთავარი უპირატესობა სილიკონის კოლეგებთან შედარებით არის მონაცემების პარალელურად დამუშავების უნარი. თითოეული ნეირონი დაკავშირებულია ათასობით სხვასთან და ყველა მათგანს შეუძლია შეასრულოს მონაცემების შეყვანა და გამომავალი. იმისათვის, რომ შევძლოთ ინფორმაციის შენახვა და დამუშავება, როგორც ჩვენ ვაკეთებთ, აუცილებელია ფიზიკური მასალების შემუშავება, რომელსაც შეუძლია სწრაფად და შეუფერხებლად გადავიდეს გამტარობის მდგომარეობიდან არაპროგნოზირებად მდგომარეობაში, როგორც ეს ნეირონების შემთხვევაშია. 

რამდენიმე თვის წინ ჟურნალ Matter-ში გამოქვეყნდა სტატია ასეთი თვისებების მქონე მასალის შესწავლის შესახებ. ტეხასის A&M უნივერსიტეტის მეცნიერებმა შექმნეს ნანომავთულები ნაერთის სიმბოლოდან β'-CuXV2O5, რომლებიც აჩვენებენ გამტარ მდგომარეობებს შორის რხევის უნარს ტემპერატურის, ძაბვისა და დენის ცვლილებების საპასუხოდ.

უფრო დეტალური გამოკვლევის შედეგად დადგინდა, რომ ეს უნარი განპირობებულია სპილენძის იონების გადაადგილებით β'-CuxV2O5-ზე, რაც იწვევს ელექტრონების მოძრაობა და ცვლის მასალის გამტარ თვისებებს. ამ ფენომენის გასაკონტროლებლად, β'-CuxV2O5-ში წარმოიქმნება ელექტრული იმპულსი, რომელიც ძალიან ჰგავს იმას, რაც ხდება, როდესაც ბიოლოგიური ნეირონები ერთმანეთს სიგნალებს უგზავნიან. ჩვენი ტვინი ფუნქციონირებს გარკვეული ნეირონების გასროლით საკვანძო მომენტებში უნიკალური თანმიმდევრობით. ნერვული მოვლენების თანმიმდევრობა იწვევს ინფორმაციის დამუშავებას, იქნება ეს მეხსიერების გახსენება თუ ფიზიკური აქტივობის შესრულება. სქემა β'-CuxV2O5-ით იგივენაირად იმუშავებს.

მყარი დისკი დნმ-ში

კვლევის კიდევ ერთი სფეროა ბიოლოგიაზე დაფუძნებული კვლევა. მონაცემთა შენახვის მეთოდები. ერთ-ერთი იდეა, რომელიც ასევე არაერთხელ აღვწერეთ MT-ში, არის შემდეგი. მონაცემთა შენახვა დნმ-ში, ითვლება პერსპექტიულ, უკიდურესად კომპაქტურ და სტაბილურ შესანახ საშუალებად (3). სხვათა შორის, არსებობს გადაწყვეტილებები, რომლებიც საშუალებას გაძლევთ შეინახოთ მონაცემები ცოცხალი უჯრედების გენომებში.

2025 წლისთვის, დადგენილია, რომ თითქმის ხუთასი ეგზაბაიტი მონაცემების წარმოება მოხდება ყოველდღიურად მთელ მსოფლიოში. მათი შენახვა შეიძლება სწრაფად გახდეს არაპრაქტიკული გამოყენება. ტრადიციული სილიკონის ტექნოლოგია. ინფორმაციის სიმკვრივე დნმ-ში პოტენციურად მილიონჯერ მეტია, ვიდრე ჩვეულებრივი მყარი დისკები. ვარაუდობენ, რომ ერთი გრამი დნმ შეიძლება შეიცავდეს 215 მილიონ გიგაბაიტამდე. ის ასევე ძალიან სტაბილურია სათანადო შენახვისას. 2017 წელს მეცნიერებმა ამოიღეს გადაშენებული ცხენის სახეობის სრული გენომი, რომელიც ცხოვრობდა 700 XNUMX წლის წინ, გასულ წელს კი დნმ წაიკითხეს მამონტისგან, რომელიც მილიონი წლის წინ ცხოვრობდა.

მთავარი სირთულე გზის პოვნაა ნაერთის ციფრული სამყარო i მონაცემები გენების ბიოქიმიურ სამყაროსთან. ამჟამად არის დაახლოებით დნმ სინთეზი ლაბორატორიაში და მიუხედავად იმისა, რომ ხარჯები სწრაფად იკლებს, ეს მაინც რთული და ძვირადღირებული ამოცანაა. სინთეზის შემდეგ, თანმიმდევრობები ფრთხილად უნდა იყოს შენახული in vitro, სანამ ისინი მზად არ იქნებიან ხელახალი გამოყენებისთვის ან ცოცხალ უჯრედებში CRISPR გენის რედაქტირების ტექნოლოგიის გამოყენებით.

კოლუმბიის უნივერსიტეტის მკვლევარებმა აჩვენეს ახალი მიდგომა, რომელიც პირდაპირ კონვერტაციის საშუალებას იძლევა ციფრული ელექტრონული სიგნალები ცოცხალი უჯრედების გენომებში შენახულ გენეტიკურ მონაცემებში. „წარმოიდგინეთ ფიჭური მყარი დისკები, რომლებსაც შეუძლიათ რეალურ დროში გამოთვლა და ფიზიკურად გადაკეთება“, - თქვა ჰარის ვანგმა, Singularity Hub-ის გუნდის ერთ-ერთმა წევრმა. "ჩვენ გვჯერა, რომ პირველი ნაბიჯი არის ორობითი მონაცემების პირდაპირ კოდირება უჯრედებში ინ ვიტრო დნმ-ის სინთეზის საჭიროების გარეშე."

ნამუშევარი ეფუძნება CRISPR-ზე დაფუძნებულ უჯრედის ჩამწერს, რომელიც ვანგი ადრე შემუშავებული E. coli ბაქტერიისთვის, რომელიც აღმოაჩენს გარკვეული დნმ-ის თანმიმდევრობის არსებობას უჯრედის შიგნით და აღრიცხავს ამ სიგნალს ორგანიზმის გენომში. სისტემას აქვს დნმ-ზე დაფუძნებული „სენსორული მოდული“, რომელიც რეაგირებს გარკვეულ ბიოლოგიურ სიგნალებზე. ვანგმა და მისმა კოლეგებმა ადაპტირდნენ სენსორის მოდული სხვა გუნდის მიერ შემუშავებულ ბიოსენსორთან მუშაობისთვის, რომელიც თავის მხრივ რეაგირებს ელექტრულ სიგნალებზე. საბოლოო ჯამში, ამან საშუალება მისცა მკვლევარებს ციფრული ინფორმაციის პირდაპირი კოდირება ბაქტერიების გენომში. მონაცემთა რაოდენობა, რომლის შენახვაც ერთ უჯრედს შეუძლია, საკმაოდ მცირეა, მხოლოდ სამი ბიტი.

ასე რომ, მეცნიერებმა აღმოაჩინეს გზა, რომ დაშიფრონ 24 განსხვავებული ბაქტერიული პოპულაცია ერთდროულად სხვადასხვა 3-ბიტიანი მონაცემებით, სულ 72 ბიტისთვის. ისინი იყენებდნენ "Hello World!" შეტყობინებების დაშიფვრას. ბაქტერიებში. და აჩვენა, რომ გაერთიანებული მოსახლეობის შეკვეთით და სპეციალურად შექმნილი კლასიფიკატორის გამოყენებით, მათ შეეძლოთ შეტყობინების წაკითხვა 98 პროცენტიანი სიზუსტით. 

ცხადია, 72 ბიტი შორს არის სიმძლავრისგან. მასობრივი შენახვა თანამედროვე მყარი დისკები. თუმცა, მეცნიერები თვლიან, რომ გამოსავალი შეიძლება სწრაფად გაფართოვდეს. მონაცემთა შენახვა უჯრედებში ეს, მეცნიერთა აზრით, ბევრად იაფია, ვიდრე სხვა მეთოდები კოდირება გენებშირადგან თქვენ შეგიძლიათ უბრალოდ გაიზარდოთ მეტი უჯრედი, იმის ნაცვლად, რომ გაიაროთ რთული ხელოვნური დნმ-ის სინთეზი. უჯრედებს ასევე აქვთ ბუნებრივი უნარი დაიცვან დნმ გარემოს დაზიანებისგან. მათ ეს აჩვენეს E. coli უჯრედების დამატებით არასტერილიზებულ ქოთნის ნიადაგში და შემდეგ საიმედოდ ამოიღეს მათგან მთელი 52-ბიტიანი შეტყობინება ნიადაგთან დაკავშირებული მიკრობული საზოგადოების თანმიმდევრობით. მეცნიერებმა ასევე დაიწყეს უჯრედების დნმ-ის შექმნა, რათა მათ შეძლონ ლოგიკური და მეხსიერების ოპერაციების შესრულება.

4. ტრანსჰუმანისტური სინგულარობის ხედვა, როგორც ევოლუციის შემდეგი ეტაპი

ინტეგრაცია კომპიუტერის ტექნიკოსი i ტელეკომუნიკაცია ის მჭიდრო კავშირშია ტრანსჰუმანისტულ „სინგულარულობის“ ცნებებთან, რომლებიც იწინასწარმეტყველეს სხვა ფუტურისტებმაც (4). ტვინი-მანქანის ინტერფეისები, სინთეზური ნეირონები, გენომიური მონაცემების შენახვა - ეს ყველაფერი შეიძლება განვითარდეს ამ მიმართულებით. მხოლოდ ერთი პრობლემაა - ეს არის ყველა მეთოდი და ექსპერიმენტი კვლევის ძალიან ადრეულ ეტაპზე. ასე რომ, ვინც ამ მომავლის ეშინია, მშვიდად უნდა დაისვენოს, ხოლო ადამიანი-მანქანის ინტეგრაციის ენთუზიასტები უნდა გაცივდნენ.