在这项研究中,伊利诺伊大学厄巴纳-香槟分校的研究团队在培养皿里种植了大约8万个经过编程的小鼠干细胞的神经元,并将其放置在光纤和电极网格之间,使其接受电和光刺激。所有部件都装在一个手掌大小的盒子内,并放在保温箱里以保持细胞活性。
为了训练神经元计算机区分不同类型的信号,研究团队设计了10种不同的电脉冲和闪光模式,并在一个小时内反复播放,并用传统计算机芯片记录和分析神经元发出的电信号。结果显示,每次给出相同模式时,神经元都会发出相同信号。此外,研究人员还利用储层计算技术,让神经元和芯片协作完成信号识别和处理任务,尽量减少时间和能量消耗。
为了评估该设备的性能水平,研究团队采用了F1分数来衡量神经网络识别模式效率,其中0最差,1最好,该设备的最佳得分为0.98。
据IT之家了解,该设备可以与使用活体肌肉组织制造的机器人结合使用,将活体神经元集成到机器人中意味着它们可以感知周围环境并同时处理这些输入。
研究人员表示,利用活细胞进行计算特别是储层计算有助于制作节能设备,并且即使某些部件出现故障也不影响设备运行。因此,在某些方面来说,将活体神经元与储层计算结合起来制造出来的机器人可能比传统机器人更有优势。