लाइव और कृत्रिम न्यूरॉन्स इंटरनेट के माध्यम से जुड़े हुए हैं

यूके, जर्मनी, इटली और स्विट्जरलैंड के विश्वविद्यालयों के वैज्ञानिकों के एक समूह ने कृत्रिम न्यूरॉन्स को जैविक लोगों से जोड़ने के लिए एक प्रणाली विकसित करने में कामयाबी हासिल की । वे एक स्मारक का उपयोग करके इंटरनेट के माध्यम से जुड़े थे, और सिस्टम के तीन तत्वों को यूरोप के विभिन्न क्षेत्रों में रखा गया था।

मस्तिष्क का आधार न्यूरॉन्स का एक समूह है, तथाकथित तंत्रिका नेटवर्क। अलग-अलग न्यूरॉन एक-दूसरे को सिनैप्स द्वारा बांधते हैं। नई प्रौद्योगिकियां न्यूरॉन्स के एनालॉग्स को विकसित करना और उन्हें कृत्रिम सिनेप्स के साथ जोड़ना संभव बनाती हैं। बेशक, यह सब एक अपेक्षाकृत आदिम स्तर पर है, लेकिन समय के साथ, वैज्ञानिक तेजी से जटिल परियोजनाओं में सफल होते हैं।

खैर, एक न्यूरॉन से दूसरे में सिग्नल ट्रांसमिशन की दक्षता बढ़ाने के लिए इस तरह के एक कृत्रिम नेटवर्क में एक मेमिस्टर की आवश्यकता होती है ।

एक कृत्रिम नेटवर्क का मुख्य तत्व एक न्यूरॉन का अर्धचालक एनालॉग है। यह लाखों ट्रांजिस्टर से चिप है। चिप ने विद्युत आवेगों को उत्पन्न किया, जो पहली बार मेमेस्टर में आया, और इसके माध्यम से, माइक्रोइलेक्ट्रोड के माध्यम से माउस हिप्पोकैम्पल न्यूरॉन तक। जैसा कि यह निकला, विद्युत संकेत पर रोमांचक पोस्टसिनेप्टिक क्षमता के समान प्रभाव था, जिससे मस्तिष्क में तंत्रिका आवेग बनते हैं।

इस माइक्रोइलेक्ट्रोड ने एक सिनैप्स की भूमिका निभाई, इसलिए इसे सिनैप्टर कहा गया।



वास्तविक सिनैप्स प्लास्टिक होते हैं, और एक सादृश्य प्राप्त करने के लिए, वैज्ञानिकों ने दो ध्रुवों के माध्यम से मेमिस्टोर को एक संकेत प्रेषित किया। पहले ने प्रीसानेप्टिक उत्तेजना की भूमिका निभाई, क्योंकि इसे एक कृत्रिम न्यूरॉन से उत्तेजना प्राप्त हुई। खैर, दूसरे का उपयोग एक पोस्टसिनेप्टिक इनपुट के रूप में किया गया था, जो प्राकृतिक न्यूरॉन से मेमेस्टर तक एक प्रतिक्रिया लौटाता है।

वैसे, श्रृंखला काफी जटिल हो गई, लेकिन अंत में यह सब काम किया, जैसा कि उम्मीद थी।



इसके अलावा, सिस्टम का दूसरा भाग विकसित किया गया था - यह एक जीवित न्यूरॉन से एक सिलिकॉन एक को सिग्नल प्रसारित करने के लिए आवश्यक है। वैज्ञानिकों ने तथाकथित स्थानीय संभावित निर्धारण पद्धति का उपयोग करके एक न्यूरॉन पंजीकरण प्रणाली बनाई है। उसके बाद, दालों ने दूसरे मेमिस्टर में प्रवेश किया, और फिर कृत्रिम न्यूरॉन के लिए।

परिणाम एक हाइब्रिड सर्किट था जो एक सिलिकॉन सेल से एक वास्तविक न्यूरॉन तक एक संकेत प्रसारित करता है।

जैसा कि ऊपर बताया गया है, सिस्टम के तत्व भौगोलिक रूप से अलग हो गए थे। तो, सिलिकॉन न्यूरॉन्स ज्यूरिख में स्थित थे, मेमिस्टर्स - साउथेम्प्टन में, माउस न्यूरॉन्स की संस्कृति - पादुआ में। इंटरनेट पर संकेतों को प्रसारित करने के लिए, यूडीपी प्रोटोकॉल का उपयोग किया गया था।

सिनैप्टर्स के गुणों का प्रदर्शन करने के लिए, वैज्ञानिकों ने ग्लूटामेटेरिक हिप्पोकैम्पल सिनैप्स के दीर्घकालिक पोटेंशिएशन को मॉडल किया। परिणामस्वरूप मॉडल में, पहले कृत्रिम न्यूरॉन ने पेसमेकर के रूप में काम किया। उन्होंने एक निश्चित आवृत्ति के विद्युत संकेतों का उत्पादन किया। एक ही समय में मेमिस्टर्स ने एक पोस्टसिनेप्टिक झिल्ली के रूप में कार्य किया, जो मस्तिष्क में प्लास्टिसिटी के कार्य को जोड़ता है।

डेवलपर्स ने मेमिस्टर्स को इस तरह से प्रोग्राम किया कि उन्होंने जैविक न्यूरॉन के निर्वहन की आवृत्ति के जवाब में प्रतिरोध को बदल दिया। उत्तरार्द्ध को पोस्टसिनेप्टिक इनपुट द्वारा दर्ज किया गया था। यह हिप्पोकैम्पस सेल रिसेप्टर्स कैसे काम करता है। खैर, दूसरे मेमिस्टर ने रैंडम चार्ज मोड में काम किया। उन्होंने बेतरतीब ढंग से आवेगों को बाहर कर दिया, और उनकी गतिविधि एक प्राकृतिक न्यूरॉन द्वारा एक स्मरणिका के माध्यम से प्रभावित हुई।



नतीजतन, एक जीवित कोशिका ने गतिविधि दिखाई, जलन की आवृत्ति में कमी के बाद भी इसे बनाए रखा। श्रृंखला के तीसरे तत्व, अंत में, बढ़ी हुई सहज गतिविधि दिखाई दी। यदि वैज्ञानिकों ने पेसमेकर के निर्वहन की दर को कम कर दिया, तो एक दीर्घकालिक अवसाद विकसित हुआ, जिसके दौरान पूरे सिस्टम की गतिविधि कम हो गई।

मैं इस प्रणाली का उपयोग क्यों और कैसे कर सकता हूं? वैज्ञानिकों के अनुसार, यह कार्डियक अतालता, उच्च रक्तचाप, रीढ़ की हड्डी की चोटों और पार्किंसंस रोग के लिए चिकित्सा विकसित करने में मदद करेगा।



वैसे, इन दिनों में से एक यह याद रखने वालों के उपयोग के लिए एक और विकल्प के बारे में जाना गया । इनका उपयोग रिसर्च सेंटर "कुरचेतोव इंस्टीट्यूट" के वैज्ञानिकों द्वारा डेटा के भंडारण और प्रसंस्करण के लिए किया जाता था। वे आवाज पहचान प्रणाली और परिवहन और सुरक्षा परिसरों में व्यक्तियों के लिए उपयोगी होंगे। कुछ वर्षों में, प्रौद्योगिकियां एक स्तर तक पहुंच सकती हैं, जहां इस तरह की प्रणालियां आकार में बहुत छोटी होंगी और सूचना की विशाल क्षमता होगी।