Вычислительная система из трех органоидов мозга распознает шрифт Брайля

Три ученых из Университета Бристоля (Великобритания) создали биогибридную вычислительную систему, основанную на органоидах коры головного мозга. Функция органоидов состояла в классификации тактильного сигнала: на них с помощью матрицы из микроэлектродов передавали данные от тактильного сенсора Evetac, которым считывали буквы, записанные шрифтом Брайля. Система из трех органоидов успешно справлялась с декодированием букв и достигла точности в 83%. 

Изображение:

Органоид мозга, выращенный на матрице с восемью микроэлектродами, подключили к платформе для передачи стимулов и регистрации ответной активности.
Credit:
Frontiers in Artificial Intelligence (2026). DOI:
10.3389/frai.2026.1800219 | CC BY

Нейроморфные процессоры, архитектура которых имитирует принципы работы человеческого мозга, экономичнее, чем традиционные вычислительные системы фон Неймана, где память и вычисления разъединены. Однако масштабировать кремниевые нейроморфные чипы до уровня сложности коры головного мозга затруднительно — они все еще потребляют на порядки больше мощности, чем человеческий мозг. Один из способ преодолеть это ограничение — это биогибридный подход, который предполагает использование органоидов для вычислений. Три исследователя из Бристольского университета (Великобритания) разработали на его основе стратегию кодирования тактильных сигналов. В созданной ими системе три органоида решали задачу классификации шрифта Брайля и достигли точности 83%.

Исследователи вырастили на матрице из микроэлектродов органоиды переднего мозга. Органоиды содержали зрелые нейроны, астроциты и олигодендроциты, демонстрировали выраженную электрофизиологическую активность и имели диаметр около 500 мкм. Их культивировали на матрице, в которой на каждый органоид приходилось восемь микроэлектродов для стимуляции и регистрации сигналов. 

Охарактеризовав паттерны электрической активности органоидов, ученые собрали систему для декодирования шрифта Брайля. Буквы сканировали с помощью тактильного датчика Evetac, затем полученные данные преобразовывали в паттерны стимуляции для восьми электродов, подключенных к органоиду. (Подробности — на схеме ниже.) Реакцию органоида на стимуляцию регистрировали с помощью тех же электродов, а характер нейронной активности классифицировали с помощью метода опорных векторов, чтобы сопоставить паттерны реакции с конкретными буквами.

Credit:
Frontiers in Artificial Intelligence (2026). DOI: 10.3389/frai.2026.1800219 | CC BY  

Всего система содержала три органоида, для каждого из них по отдельности точность классификации букв составила 59%, 62% и 67% соответственно. Однако при объединении выходных сигналов всех трех органоидов она достигла 83%. 

Отдельно авторы убедились, что органоиды не играют роль избыточного промежуточного звена. Они показали, что применение аналогичного классификатора непосредственно к подаваемому стимулу обеспечивает точность классификации в 82% — то есть сопоставимый уровень. Однако эти опыты проводились при отсутствии фонового шума. А вот при внесении помех, таких как гауссовский или равномерный шум, потеря части сигнала или выбросы, органоиды сохранили точность, в отличие от контрольной системы. Точность классификации при прямой передаче стимула составила 55–67% в зависимости от характера помех, тогда как у трех органоидов она сохранялась на уровне 72–83%. 

Таким образом, система из трех органоидов обеспечила декодирование букв, записанных шрифтом Брайля, и оказалась устойчивы к искусственно вносимым искажениям сигнала. Полученные результаты подтверждают, что органоиды мозга перспективны для создания биовычислительных систем.

Из гриба шиитаке сконструировали оперативную память для вычислительной системы

Источник

Liu T, Philamore H and Ward-Cherrier B. Encoding tactile stimuli for Braille recognition with organoids. // Front. Artif. Intell. 9:1800219 (2026). DOI: 10.3389/frai.2026.1800219

Добавить в избранное

Мы используем файлы cookie для улучшения работы сайта. Узнать больше.

Настройки файлов cookie

Мы используем файлы cookie для улучшения работы сайта, анализа трафика и показа персонализированной рекламы. Вы можете изменить настройки в любой момент.

Категории файлов cookie:

Необходимые

Эти cookie обеспечивают базовую функциональность сайта — вход в аккаунт, безопасность, оформление заказов. Отключение невозможно.

Функциональные

Функциональные cookie используются для обеспечения работы отдельных функций сайта, а также для запоминания ряда пользовательских предпочтений (например, выбранный язык, товары в корзине), с целью улучшения качества предоставляемого сервиса.

Отключение этого типа файлов cookie может привести к тому, что некоторые сервисы или функции сайта станут недоступны или будут работать некорректно. В результате, вам может потребоваться повторно вводить определённую информацию или настраивать предпочтения при каждом посещении сайта вручную.

Аналитические

Аналитические файлы cookie, включая сторонние аналитические cookie, помогают нам понять, как вы взаимодействуете с нашим сайтом. Эти файлы не собирают информацию, позволяющую установить вашу личность. Все данные обрабатываются в агрегированной и анонимной форме.

Рекламные

Рекламные cookie, включая сторонние, используются для создания пользовательских профилей и показа рекламы, соответствующей вашим интересам и предпочтениям при просмотре сайтов.

Эти cookie позволяют персонализировать рекламные сообщения, которые вы видите, делая их более релевантными. Они также могут использоваться для ограничения количества показов одной и той же рекламы и для оценки эффективности рекламных кампаний.