బ్రెయిన్ ఆర్గానాయిడ్లు బ్రెయిల్ సంకేతాలను వర్గీకరించాయి

బ్రెయిన్ ఆర్గానాయిడ్లు బ్రెయిల్ అక్షరాల విద్యుత్ నమూనాలను ప్రాసెస్ చేశాయి

మానవ బ్రెయిన్ ఆర్గానాయిడ్లు బ్రెయిల్ అక్షరాల నుంచి రూపొందించిన విద్యుత్ stimulation నమూనాలను వర్గీకరించగలవని పరిశోధకులు చూపించారు. stem cells నుంచి తయారైన neural tissue, బ్రెయిల్ సమాచారాన్ని విద్యుత్ సంకేతాలుగా మార్చే tactile sensor ఉపయోగించబడ్డాయి.

Frontiers in Artificial Intelligenceలో ప్రచురితమైన అధ్యయనం ప్రకారం, సుమారు 10,000 neurons ఉన్న ఒక organoid బ్రెయిల్ అక్షరాలను సుమారు 61% ఖచ్చితత్వంతో వర్గీకరించింది. మూడు organoids బృందాలు 83% ఖచ్చితత్వం సాధించాయి. ఇది మనుషుల్లా బ్రెయిల్ చదవగలవని చూపించే ప్రయోగం కాదు.

Sensor బ్రెయిల్ వర్ణమాలలోని 26 అక్షరాల నమూనాలను scan చేసి, వాటిని విద్యుత్ నమూనాలుగా మార్చి organoidsకు అందించింది. తర్వాత tissue స్పందనలను అక్షర వర్గాలుగా decode చేశారు.

జీవ “wetware” పరీక్ష

ఈ పని organoid intelligence అనే అభివృద్ధి చెందుతున్న రంగానికి చెందుతుంది. Brain organoids stem cells నుంచి ఏర్పడిన చిన్న neural tissue సమూహాలు. ఈ ప్రయోగంలో అవి ఒక millimeter కంటే చిన్నవిగా ఉండి, విద్యుత్ stimulation, measurement కోసం arraysపై జీవంగా ఉంచబడ్డాయి.

Bristol University PhD విద్యార్థి Tianyi Liu ఈ ప్రాజెక్టుకు నాయకత్వం వహించారు. ఫలితాలు organoids భాషను అర్థం చేసుకుంటాయని లేదా మానవ మేధస్సు కలిగి ఉన్నాయని చూపించవు. నిర్దిష్ట విద్యుత్ inputsకు వచ్చిన స్పందనలను వర్గీకరించవచ్చని మాత్రమే చూపిస్తాయి.

బ్రెయిల్‌ను ఎందుకు ఎంచుకున్నారు

బ్రెయిల్ ఎత్తుగా ఉన్న చుక్కల అమరికలతో రూపొందుతుంది. అందువల్ల tactile sensor దాన్ని scan చేసి digital రూపంలోకి మార్చగలదు. ఆ dataను organoids కోసం విద్యుత్ stimulation patternsగా మార్చారు.

దీంతో 26 ప్రత్యేక tactile patterns లభించాయి. sensing, stimulation మరియు classification మధ్య సంబంధంపైనే దృష్టి పెట్టారు. మనుషుల్లా బ్రెయిల్ చదవగలవని నిరూపించడం లక్ష్యం కాదు.

ఈ విధానం machine sensorను జీవ neural tissueతో కలుపుతుంది. sensor data stimulation patternsగా, tissue స్పందనలు classification కోసం signalsగా మారాయి.

ఒక organoid వర్సెస్ ఒక సమూహం

ఒక organoid సుమారు 61% accuracy సాధించగా, మూడు organoids బృందాలు 83% accuracy సాధించాయి. కలిసి ఉపయోగించినప్పుడు reported performance మెరుగుపడింది.

Organoid వ్యవస్థలను ఎలా అమర్చాలి, అనుసంధానించాలి, అంచనా వేయాలి అనే ప్రశ్నలకు ఈ ఫలితం ఆధారం ఇస్తుంది. అధ్యయనం classificationను చూపింది; learning లేదా adaptationపై తుది సమాధానం ఇవ్వలేదు.

అభివృద్ధి చెందుతున్న పరిశోధనా రంగంలో భాగం

మునుపటి అధ్యయనాల్లో organoids జపనీస్ speech vowelsను గుర్తించాయని లేదా Pong ఆడాయని నివేదిక చెబుతోంది. బ్రెయిల్ ప్రయోగం ఈ పనిని tactile sensing వరకు విస్తరించింది.

Sensor, విద్యుత్ stimulation మరియు neural స్పందనలను కలిపే pipelineను ఇది చూపిస్తుంది. దీన్ని సిద్ధమైన computer architectureగా చూడటం తొందరపాటు; అయినప్పటికీ robotic tactile dataను జీవ neural tissueతో అనుసంధానించవచ్చని చూపిస్తుంది.

ఫలితం ఏమి చూపిస్తుంది, ఏమి చూపించదు

ప్రయోగంలో మానవ brain organoids బ్రెయిల్ అక్షరాల నుంచి వచ్చిన విద్యుత్ నమూనాలను వర్గీకరించగలిగాయి. ఒక organoid 61%, మూడు organoids బృందాలు 83% accuracy సాధించాయి.

మానవుడిలా tissue బ్రెయిల్ చదువుతుంది లేదా అర్థం చేసుకుంటుంది అని ఇది చూపించదు. Organoids నేర్చుకుంటాయా, అలవాటు పడతాయా అన్నది ఇంకా పరిశోధనలోనే ఉంది.

అయినా tactile sensor, conversion step, జీవ neural tissue కలిసి సమాచారం ప్రాసెస్ చేయగల వ్యవస్థను రూపొందించాయి.

ఈ కథనం 404 Media రిపోర్టింగ్ ఆధారంగా రూపొందింది. మూల కథనం చదవండి.