脑机前沿 | 科学家使用多巴胺无缝连接人工神经元和生物神经元

导读

通过模仿生物系统的分布式信息处理，以大脑为灵感的计算范例已在视觉和语言任务的自动化方面取得了实质性进步。人工神经网络（ANN）与生物系统之间的相似性启发了人工神经网络在包括假肢和脑机接口在内的生物医学界面中的实现。尽管这些前景很好，但这些实现依赖于软件来运行ANN算法。最终，需要构建既可以与活组织直接交互又可以基于生物反馈进行适应的硬件ANN。研究人员在这项研究中，直接将有机神经形态装置与多巴胺能细胞结合，以构成具有神经递质介导的突触可塑性的生物杂交突触。通过模仿突触缝隙的多巴胺循环机制，并证明了长期调节和突触重量的恢复，为将人工神经形态系统与生物神经网络相结合铺平了道路。

短短几年时间，神经形态装置或者大脑启发计算装置已经显得有些out了。那这个领域当前的研究前沿是什么呢？这就要说到人工-生物混合计算了，人工-生物混合计算是将人造计算机芯片和生物神经元无缝结合到半活电路中。

人工-生物混合计算？将人造计算机芯片和生物神经元无缝结合到半活电路中？这听起来有些疯狂，不过《Nature Materials》杂志上的一项新研究表示，让人工神经元直接与生物神经元是有可能的，而这不仅仅是使用电流，还可以用多巴胺——一种大脑用来改变神经回路行为的化学物质，最著名的是传递奖励信号。

这些被称为“神经递质”的化学物质是生物神经元在大脑中功能连接的方式，这项研究证明了将人工零件与生物脑细胞连接到功能电路中是有可能的。

该研究小组不是第一个研究混合神经元电路的团队，在这之前，还有一个团队仅用电子协议将两个硅基人工神经元和一个生物神经元连接到一个电路中。尽管这是一个强大的混合计算演示，但它的研究仅依赖大脑一半的计算能力：电子计算。

而该研究小组的研究解决了另外一半：化学计算。它增加了一层兼容性，不仅为大脑启发计算机奠定了基础，还为脑机接口—或许—一种“半机械人”(关于半机械人，可以查看《BrainCo 韩璧丞：「半机械人」是我们终将长成的模样》)的未来奠定了基础。

目前，由斯坦福大学材料科学与工程的阿尔贝托·萨利奥(Alberto Salleo)博士领导的团队让混合电路研究工作前进了一步。

萨利奥表示，“这证明了将化学和电子融合的交流是可能的，你可以说这是迈向脑机接口的第一步，不过这也只是非常微小的第一步。”

神经形态计算

这项研究经历多年的工作，并发展到神经形态计算，或者是大脑启发的数据处理。

这个"blue-sky"设想是受大脑巨大的并行计算能力及巨大的能源节约启发的。科学家认为，通过模仿这些特性，我们有可能给计算带来“涡轮增压。神经形态装置基本上以物理形式体现人工神经网络，模仿大脑处理信息的硬件不会更加有效和强大吗？

这些探索导致了新型的神经形态芯片，或者像生物神经元一样能“发射”信息的人工神经元。其他研究工作发现，可以将这些芯片连接到功能强大的电路中，这些电路通过称为“人工突触”的生物工程通信节点进行深度学习。

作为潜在的计算机硬件替代品，这些系统已经被证明具有令人难以置信的前景。然而，科学家们很快就产生了疑问：鉴于它们与生物大脑的相似性，我们能否将它们作为遭受创伤、衰老或者退化的大脑的“替代部件”？我们能把神经形态零件连接到大脑来恢复大脑的功能吗？

畅谈化学物质

理论上，答案是肯定的。

但是存在一个大问题：当前的脑机接口只使用电信号来模仿神经计算。而我们大脑是使用电子和化学，或者电化学来进行信息传递。

在神经元内，电信号通过球状体沿其输入分支向上传播，然后沿着输出分支向下传播。但是，当电信号到达散步在输出分支上的神经外向"piers"时，它们遇到了障碍。神经元之间存在一个小间隙，为了到达另一边，电信号通常需要通过变化为装有化学药品的小泡泡船，才能驶向另一神经元。

换言之，没有化学信号，大脑将无法正常工作。这些神经递质不只是被动地携带信息。比如，多巴胺可以极大改变神经电路的功能。对于人工-生物混合神经系统，化学物质的缺失就像海运上缺少国际邮轮。

研究人员解释说："为了模拟生物突触行为，必须通过局部的神经递质的活性来动态调节神经形态装置的连通性。"

让我们聊聊电化学

新的研究从两个神经元开始：一个是上游神经元，这是释放多巴胺的永生生物细胞。另一个是下游神经元，这是该团队于2017年引入的人工神经元，它是由生物相容性和导电材料制成。

不同于经典神经元模式，它更像是中间夹着一块大块的三明治。三明治的其余每个部分是由生物聚合物制成的软电极。“咬合”部分具有可以传递电信号的导电解决方案。

生物细胞靠近第一电极。当它被激活后，它会释放出大量的多巴胺，这些多巴胺会漂向电极并与之发生化学反应——模仿多巴胺与生物神经元对接的过程。这反过来产生了电流，该电流通过导电溶液通道流到第二个电极。当该电流到达第二个电极时，它会改变电极的电导率，也就是改变电极传递信息的能力。第二步类似于停泊的多巴胺“船”，它改变了生物神经元将来放电的可能性。

换句话说，生物神经元释放的多巴胺与人工神经元相互作用，从而使这些化学物质以某种持久的方式改变了下游神经元的行为，这是对大脑内部学习过程的一种简单模仿。

但这不是全部。化学信号在大脑中是非常强大的，因为它具有灵活性。例如，多巴胺在返回上游神经元之前，只会附在下游神经上一小会——也就是说，它被循环或者被破坏，这意味着它的作用是短暂的，这给了神经电路喘息的空间来重新调整它的活动。

斯坦福大学的研究小组还尝试在其混合电路中重建这个怪癖。他们制作了一条微电流通道，可以在人工神经元完成回收工作后，将多巴胺及其副产品从人工神经元中带走。

在确认了生物细胞可以再人造细胞上愉快生存后，研究小组进行了一些测试，以查看混合电路是否能够“学习”。

他们首先使用了电学方法激活了生物多巴胺神经元，然后观察人工神经元。在实验之前，团队并不太确定会发生什么。从理论上讲，就像学习一样，多巴胺会改变人工神经元的电导率。但是，研究人员斯科特·基恩（Scott Keene）表示：“直到在实验室看到它之前，我们都很难知道是否能够获得我们预测的结果。”

在第一次尝试中，研究小组发现化学信号的爆发能够长期改变人工神经元的电导率，这与神经科学的教条“神经元一起放电，就连在一起”类似。用化学物质激活上游神经元也以模仿学习的方式改变人工神经元的电导率。

基恩表示：“那时，我们意识到它在模仿突触长期学习过程中的潜力。”

通过电子显微镜的观察，研究小组发现，与生物突触相似的是，经过一些校准后，混合突触能够以大脑相似的时间尺度有效地回收多巴胺。通过研究人工神经元中多巴胺的累积量，研究小组发现了人工神经元大致模仿了一种名为"脉冲学习"（spike learning）的学习规则，这是受大脑计算启发的机器学习的热门方向。

一个混合神经的未来？

对于“半机械”爱好者来说，这项工作仍处于起步阶段。

一方面，与生物神经相比，人工神经元仍然太过庞大。这意味着他们无法从单个多巴胺“船”上捕获和翻译信息，也不清楚混合突触是否以及如何在活脑内部发挥作用。鉴于在我们大脑中有数十亿突触在活动，要找到并替换那些需要替换的突触，并能够自然地控制记忆和行为，也是一个巨大的挑战。

也就是说，我们正一步一步接近全功能的人工-生物混合电路。

研究人员总结表示："这项工作中介绍的由神经递质介导的神经形态装置构成了人工神经网络的基础构件，可以根据来自活神经元的生物反馈直接调节。这是实现下一代自适应生物混合接口中关键的第一步。"

参考链接：

https://singularityhub.com/2020/06/23/in-a-hybrid-neural-circuit-artificial-and-biological-neurons-used-dopamine-to-communicate/#.XvUZIqXMDeo.reddit

A biohybrid synapse with neurotransmitter-mediated plasticity

大数据文摘

文章来源于网络，不用于商业行为，若有侵权及疑问，请后台留言！

原创文章转载，请微信或后台留言！