脳を模倣した塩サイズのセンサー

脳をより深く理解するには、そこからインスピレーションを得てみてはいかがでしょうか? 少なくともそれは、ブラウン大学の研究者らが、砂粒ほどの大きさの小さなシリコンセンサーの配列を使用して脳を模倣する無線通信システムを構築することによって実現したことである。 研究者らは、この技術がいつか脳活動を読み取るための埋め込み型ブレイン・マシン・インターフェースに使用できることを期待している。

各センサーは 300 × 300 マイクロメートルで、脳内のニューロンに似た、大きなアレイ内の無線ノードとして機能します。 ノードが温度の変化や神経活動などのイベントを感知すると、デバイスは一連の短い高周波パルスで構成される「スパイク」信号としてデータを中央受信機に送信します。 次に、その受信機が情報をデコードします。

「脳は大量のデータを処理する際に非常に効率的です」とブラウン大学の工学および物理学の教授であるアルト・ヌルミッコは言います。 だからこそ、彼の研究室は、「ニューロモーフィック」、つまり脳の仕組みからインスピレーションを得た、目立たないマイクロセンサーのネットワークを開発することにしたのです。 そして、類似点はそれだけではありません。無線信号と計算方法も脳からインスピレーションを得ている、とヌルミッコ氏は言います。 チームは3月19日に結果を発表した。 ネイチャーエレクトロニクス。

脳のように考える

ニューロンと同様に、これらのセンサーはイベント駆動型であり、変化が発生した場合にのみ受信機に信号を送信します。 デジタル通信は情報を 1 と 0 のシーケンスでエンコードしますが、このシステムは非アクティブ期間を利用してゼロが送信される場所を推測することで、送信されるデータ量を削減します。 重要なのは、これによりエネルギーが大幅に節約され、マイクロセンサーのより多くのコレクションが可能になることです。

しかし、非常に多くのセンサーが共通の受信機に情報を送信しているため、データ ストリームをまっすぐに保つことが困難になる場合があります。 研究者らは、リアルタイムで信号を解読するためにニューロモーフィック コンピューティング技術を導入しました。

「脳は大量のデータを非常に効率的に処理します。」 —アルト・ヌルミッコ、ブラウン大学

研究者らはまた、センサーの数が増えると増加するシステムのエラー率をテストするシミュレーションも実施しました。 78 個の製造センサーに加えて、彼らは霊長類の脳記録から得た実際のデータセットを使用して、200、500、および 1,000 のノードで構成されるネットワークのシミュレーションを実行しました。 いずれの場合も、システムは人間以外の霊長類の手の動きを 0.1 パーセント未満の誤差率で予測しました。これはブレイン コンピューター アプリケーションとして許容可能です。 ヌルミッコ氏は、チームは次にげっ歯類でワイヤレス埋め込みセンサーネットワークをテストする予定だと述べた。

この技術は、生物医学研究者が生理学的活動の監視を目的とする体のあらゆる部分に適用できる可能性があるが、主な目標は、脳の広い領域を調査できるブレインマシンインターフェースでの使用である、とヌルミッコ氏は言う。 センサーは、ウェアラブル技術や環境センサーで使用できるように修正することもできます。

このシステムには、小型で目立たない設計など、生物医学用途における重要な利点があります。 しかし、これらのアプリケーションには重要な制限も課せられます。センサーはバッテリーの必要性を回避するために無線ビームによって外部から電力を供給され、人体が安全に吸収できる高周波エネルギーは限られています。 言い換えれば、システムは帯域幅によって制限されるのではなく、電力供給によって制限されます。 「実際的な観点から見ると、エネルギーをどこから得るのかという疑問が常に立ち戻ります。」 ヌルミッコは言います。

ブレインマシンインターフェースの可能性

この研究は、「低電力無線センシング、通信、意思決定の将来のユースケースにおけるニューロモーフィック通信の実現可能性と可能性を示す重要な貢献」であるとキングス・カレッジ・ロンドン教授で研究者の一人であるオスバルド・シメオネ氏は述べている。 2020 年にニューロモーフィック コミュニケーション システムを初めて設計し、シミュレーションした人物です。

アイントホーフェン工科大学の電気工学研究者兼助教授であるフェデリコ・コラーディ氏は、無線ネットワークが脳を調査するというアイデアは新しいものではないと言う。 たとえば、2011 年にカリフォルニア大学バークレー校の研究者は「ニューラルダスト」に関するプレゼンテーションを行い、その中でナノメートルサイズのワイヤレスセンサーの仮説的なクラスを提案しました。 「しかし今、それはゆっくりと現実化しつつある」とコッラディ氏は言う。

ブラウンの研究者の設計の重要な要素の 1 つは、そのシンプルさである、とコラーディ氏は言います。 このセンサーのアーキテクチャにはチップ内にバッテリーやクロックが組み込まれていないため、スケーラブルな低電力システムに最適です。 「それは多くの可能性をもたらします。」

さらに、Corradi 氏は、センサーの非同期性が重要な利点であり、また限界でもあると指摘しています。 センサーのこの側面は、脳の研究に不可欠な時間情報を保存します。 ただし、この機能は、イベントの相対的なタイミングが狂った場合に問題を引き起こす可能性もあります。

コッラディ氏は、この研究がニューロモーフィック システムへの大きな傾向、つまり「近い将来に見られることを期待しているブレインマシン インターフェイスの新しい波」の一部であると信じています。