Neuronii artificiali tipăriți comunică cu celule cerebrale vii: pas important pentru interfețe creier-mașină și AI eficient energetic

Sursa foto: Sciencedaily

O echipă de ingineri de la Northwestern University a demonstrat că neuroni artificiali fabricați prin imprimare pot genera semnale electrice similare celor biologice și pot activa celule nervoase reale. Dispozitivele flexibile și ieftine, realizate din cerneală electronică pe substraturi polimerice, au fost testate pe felii de țesut cerebral de șoarece și au declanșat răspunsuri în neuroni reali, indicând o compatibilitate practic nouă între electronicele tipărite și sistemele nervoase vii.

Progres spre interfețe directe cu creierul și sisteme AI cu consum redus

Realizarea apropie cercetătorii de conceperea unor electronice capabile să interacționeze direct cu sistemul nervos. Posibile aplicații includ interfețe creier-mașină și neuroproteză—implanturi care ar putea contribui la restabilirea capacităților senzoriale sau motorii, cum ar fi auzul, vederea sau mișcarea. În plus, tehnologia sugerează o direcție pentru dezvoltarea unor sisteme de calcul inspirate de creier, capabile să rezolve sarcini complexe cu mult mai puțină energie decât hardware-ul digital tradițional.

Conducătorul studiului, Mark C. Hersam, a subliniat motivația energetică a demersului: lumea tehnologică actuală este dominată de AI, iar îmbunătățirea performanței acestuia se face în mod obișnuit prin antrenarea pe volume tot mai mari de date. Acest proces solicită un consum masiv de energie. „Creierul este de cinci ordine de mărime mai eficient energetic decât un calculator digital, astfel că are sens să ne inspirăm din el pentru arhitecturi de calcul de generație următoare”, a explicat Hersam.

De ce creierul este superior siliciului convențional

Studiul compară principiile de funcționare ale computerelor moderne cu cele ale creierului. Calculatoarele digitale cresc complexitatea prin aglomerarea a miliarde de tranzistori identici pe cipuri rigide, bidimensionale. Odată fabricate, aceste componente rămân fixe; fiecare element se comportă în același mod și arhitectura este, în esență, omogenă.

Creierul, în schimb, este heterogen, tridimensional și dinamic. Este alcătuit din numeroase tipuri de neuroni cu roluri specializate, dispuși în rețele moi, tridimensionale, care își modifică conexiunile pe măsură ce are loc învățarea. Hersam a remarcat această diferență fundamentală: „Siliciul obține complexitate prin miliarde de dispozitive identice; creierul este opusul: este heterogen, dinamic și tridimensional. Pentru a evolua în această direcție avem nevoie de materiale noi și de metode noi de a construi electronica.”

Materiale imprimabile care permit comportament similar neuronilor

Echipa a construit neuronii artificiali folosind materiale moi și imprimabile, menite să se apropie structural de mediul biologic al creierului. Abordarea se bazează pe cerneluri electronice formate din fulgi nanoscalari de disulfid de molibden (MoS2), care acționează ca semiconductor, și grafen, folosit ca conductor electric. Aceste materiale au fost depuse pe suprafețe polimerice flexibile printr-o tehnică de imprimare cu aerosol jet (aerosol jet printing).

Un aspect esențial al lucrării a fost exploatarea comportamentului polimerului din cerneluri. Anterior, cercetătorii considerau prezența polimerului în compoziție ca pe un defect, deoarece interferează cu performanța electrică, și de obicei îl îndepărtau după imprimare. În cadrul acestui proiect, însă, echipa a folosit acel polimer în avantajul lor: în loc să-l elimine complet, l-au descompus parțial.

Prin trecerea curentului electric prin dispozitiv se declanșează o descompunere suplimentară a polimerului care apare neuniform în spațiu, ceea ce conduce la formarea unui filament conductiv îngust. Toată curgerea curentului se concentrează astfel într-o regiune foarte restrânsă. Acea cale îngustă conductivă generează un răspuns electric brusc, similar cu un potențial de acțiune al unui neuron biologic.

Rezultatul este un dispozitiv capabil să producă o varietate largă de semnale: spike-uri unice, activare continuă și tipare de tip „bursting”—modele de descărcare care corespund unor forme complexe de comunicare neuronală. Deoarece fiecare neuron artificial poate genera semnale mai complexe, sunt necesare mai puține componente pentru a realiza sarcini avansate, ceea ce poate îmbunătăți substanțial eficiența energetică a hardware-ului.

Testarea neuronilor artificiali pe țesut cerebral viu

Pentru a verifica dacă semnalele produse de neuroni pot interacționa efectiv cu sisteme vii, cercetătorii s-au asociat cu Indira M. Raman, profesor de neurobiologie la Weinberg. Echipa condusă de Raman a aplicat semnalele artificiale pe felii de cerebel de șoarece.

Rezultatele au arătat că spike-urile electrice produse de dispozitive reproduceau proprietăți biologice-cheie, inclusiv sincronizarea și durata. Aceste semnale au activat în mod fiabil neuroni reali și au declanșat circuite neuronale într-un mod asemănător activității naturale a creierului. Astfel, s-a demonstrat o compatibilitate temporală și morfologică a semnalelor: amplitudinea, forma și scala temporală ale spike-urilor au fost adecvate pentru a produce răspunsuri biologice.

Hersam a remarcat diferența față de eforturile anterioare: unele laboratoare au folosit materiale organice pentru a fabrica neuroni artificiali, dar aceștia aveau spike-uri prea lente; altele au utilizat oxizi metalici, care s-au dovedit a fi prea rapide. „Suntem în intervalul temporal care nu fusese demonstrat anterior pentru neuroni artificiali. Se vede reacția neuronilor vii la neuronul nostru artificial. Am demonstrat semnale care sunt nu doar în intervalul temporal corect, ci și cu forma corectă a spike-ului pentru a interacționa direct cu neuroni vii.”

Producție sustenabilă și implicații pentru AI

Pe lângă performanță, abordarea oferă avantaje practice și de mediu. Procesul de fabricație este simplu și ieftin, iar metoda de imprimare aditivă depune material doar acolo unde este necesar, reducând astfel risipa. Aceste trăsături fac tehnologia mai atractivă pentru producție la scară largă și pentru aplicații care solicită componente flexibile și compatibile biologic.

Îmbunătățirea eficienței energetice devine crucială pe măsură ce sistemele de inteligență artificială devin mai solicitante. Centrele de date mari consumă deja cantități vaste de energie și au nevoie de multă apă pentru răcire. Hersam a atras atenția asupra consecințelor pe termen lung: companiile tehnologice construiesc centre de date de ordinul gigawaților, unele chiar alimentate de centrale nucleare dedicate. Pe termen lung, extinderea continuă a acestei infrastructuri pare imposibilă—nu este realist să ne imaginăm centre de date viitoare care necesită 100 de centrale nucleare—în plus, disiparea a gigawați de putere produce multă căldură și pune presiune puternică pe resursele de apă folosite la răcire. Oriunde am privi, este necesară dezvoltarea unui hardware mai eficient energetic pentru AI.

Publicare și recunoaștere

Studiul a fost publicat în Nature Nanotechnology la data de 15 aprilie și poartă titlul „Multi-order complexity spiking neurons enabled by printed MoS2 memristive nanosheet networks”. Lucrarea este semnată de un număr extins de autori, printre care se numără Shreyash S. Hadke, Carol N. Klingler, Spencer T. Brown, Meghana Holla, Xudong Zhuang, Linda Li, M. Iqbal Bakti Utama, Santiago Diaz-Arauzo, Anurag Chapagain, Siyang Li, Jung Hun Lee, Indira M. Raman, Vinod K. Sangwan și Mark C. Hersam. Cercetarea a fost susținută, printre alții, de National Science Foundation.

Pentru detalii tehnice și referință directă la lucrare, pot fi consultate enunțurile studiului publicat și DOI-ul asociat: http://dx.doi.org/10.1038/s41565-026-02149-6. De asemenea, un rezumat al descoperirilor a fost pus la dispoziție prin materialele furnizate de Northwestern University și prezentat online la pagina de știri științifice: Articolul original publicat la 18 aprilie 2026.

Progresul raportat deschide perspective promițătoare atât pentru dezvoltarea de implanturi și interfețe care să colaboreze cu creierul într-un mod mai natural și mai eficient, cât și pentru proiectarea de arhitecturi de calcul care reproduc principiile energetice ale țesutului neural. Rămâne, însă, de clarificat modul în care aceste tehnologii se vor scala la aplicații clinice sau industriale și care vor fi pașii necesari pentru integrarea lor în dispozitive sigure și fiabile destinare utilizării pe termen lung.