Anonim

Elektroniske ingeniører fremstår som vigtige bidragsydere til forståelsen af ​​den menneskelige hjerne.

Der er et hurtigt voksende kryds mellem elektronik og neurovidenskab. Som en relativt ny angrebsvinkel kan denne form for forskning føre til gennembrud i medicinske behandlinger af hjernesygdomme og kunstig intelligens teknologi. Hvorfor er det?

Neuroscientists måler hjernens elektriske aktivitet ved hjælp af teknologier som funktionel magnetisk resonansbilleddannelse (fMRI), elektroencefalografi (EEG) og elektriske prober.

Gennem sådanne teknologier ved vi, at visse aktivitetsmønstre kan indikere lidelser som skizofreni, epilepsi og Alzheimers sygdom.

Men hvad disse slags målinger ikke fortæller os, er, hvordan hjerneceller (neuroner) arbejder sammen for at muliggøre komplekse funktioner som bevægelse, intelligens og følelser. Det er her computational neuroscience kommer ind.

Besvarelse af disse spørgsmål om beregning i hjernen er neurovidenskabens hellige gral. Eller måske mere passende, den ene milliard Euro-spørgsmålet, hvilket er hvor meget EU for nylig har forpligtet sig til Human Brain Project.

Krydset mellem elektronikingeniør og neurovidenskab blev for nylig fremhævet af mig selv og medredaktører for Institut for Elektriske og Elektroniske Ingeniører. Vi undersøgte både de spændende nye teknologier inspireret af biologi og fremskridt i hjernevidenskab.

Hvorfor hjernen ved bedst

Som computational neuroscientist ønsker min egen forskningsgruppe at forstå, hvorfor hjernen udmærker sig ved at uddrage information fra vores sanser.

For eksempel ligger automatisk talegenkendelse langt bag hjernen ved opgaver som at adskille stemmer i støjende omgivelser. Hvad handler det om neuroner, der gør hjernen bedre til dette?

Som elektronisk ingeniør ønsker jeg at anvende viden om hvordan neuroner behandler lyde for at designe teknologier så godt som mennesker i opgaver som talegenkendelse og automatisk musiktransskription.

I alt dette arbejde er jeg motiveret af fysiker Richard Feynmanns berømte tavle motto: "Hvad jeg ikke kan skabe, forstår jeg ikke."

Ideen er at designe og skabe teknologi, der efterligner det, vi allerede ved om neuroner, vil lære os endnu mere om, hvordan de arbejder sammen i hjernen.

Selv om trin i disse retninger kan laves ved hjælp af standardcomputere, er der en alternativ og mere og mere frugtbar tilgang.

Dette er at designe elektroniske kredsløb, der nemmere efterligner netværk af hjerneceller. For eksempel kan synsfølere, som efterligner neuronale reaktioner i nethinden, gøre det muligt for robotter at bevæge sig hurtigt for at stoppe bevægelse af genstande.

I modsætning til den digitale og sekventielle behandling af computere er hjernens neuroner analoge, parallelle og upræcise. Embrycing disse funktioner i elektronik design er kendt som neuromorphic engineering.

I Australien arbejder f.eks. Gruppen Bioelektronik og Neurovidenskab på University of Western Sydney i dette område.

De har vist, at kredsløb, der efterligner neurons uforudsigelige variabilitet, kan bygges og laves til arbejde ved at bruge mindre strøm end konventionelle designs.

Fremtiden er bionisk

Betydningen af ​​"reverse engineering" hjernen på denne måde blev berørt i samtalen i februar.

Dette var som reaktion på en australsk videnskabsundersøgelse om tanken om australsk neurovidenskabsforskning. Rapporten drøftede et program for at "skabe en bionisk hjerne".

"Bionic" betyder bogstaveligt tværsnit mellem biologi og elektronik. At "skabe en bionisk hjerne" i elektroniske kredsløb vil helt sikkert kræve elektroniske ingeniører.

Cochlearimplantater, for eksempel, kombinerer med succes elektronik med hjerneforskning og er kendt som "bioniske ører".

Forskning på elektronisk "medicinsk bionik" for hjernens lidelser, der spænder fra synsfald til epilepsibehandling, til Parkinsons sygdom mod Alzheimers sygdom, er også i gang.

Men såvel som sådanne applikationer tror jeg, at ved at efterligne hjernens kredsløb kan ingeniører også fremme den grundlæggende forståelse af neuronal beregning i hjernen.

Til gengæld vil denne forstærkede forståelse i sidste ende føre til konstruerede systemer, der replikerer og overgår mulighederne for menneskelig intelligens.

Anbefalet Redaktørens Valg