Grafen, Beynimizi Makinelere Bağlamanın Anahtarı Olabilir

$config[ads_kvadrat] not found

2 Boyutlu Malzeme - Grafen

2 Boyutlu Malzeme - Grafen
Anonim

Beyniniz bir elektriksel aktivite kovanıdır - ateş etme, veri aktarma sinyalleri. Aynı zamanda toplam kaostan oluşan bir kara kutu. Bugüne kadar, nöronlarınızı cihazlara ve bilgisayarlara bağlamanın en iyi yolları, yalnızca geniş nöronlar alanlarını araştırmak ve ne sürdükleri konusunda geniş bir fikir birliğine varmaktı. Ancak grafen teknolojisinde belirgin bir atılım, faydalanabileceğimizi umuyor bireysel sinir sinyalleri Mevcut bir biyolojik ortamda, protezler, öğrenme ve akıl sağlığının korunması için büyük sonuçlar doğurmaktadır.

İspanya, İtalya ve İngiltere'den bir araştırma ekibi, grafenin nöronlarla başarılı bir şekilde etkileşime girebileceğini ve onlardan elektriksel bir sinyal taşıyabileceğini göstermiştir. Bu çalışma, nöronal yapışmayı arttırmak için grafenin peptidlerle kaplandığı önceki çabalara dayanıyor ve bu kaplamanın gereksiz olduğunu gösterdi. Önceki denemelerden ve diğer teknolojilerden farklı olarak, bu çalışma zamanla diğer implantları işe yaramaz hale getiren yara izini tetiklememiştir. Ayrıca, işlenmemiş grafen kullanan bu sürüm biyolojik uygulamalar için daha pratik hale getiren yüksek bir sinyal-gürültü oranına sahiptir.

Bu çalışmanın ilk hedefleri Parkinson’un bir tedavisi. Mevcut sinirsel arayüz teknolojileri, bir nöronun çıkışını okur ve onu başka bir şeye çevirir. Doğrudan nöronlarla etkileşime girerek, bu çalışmanın sinyale müdahale etmek için kullanılması umulmaktadır. Parkinson’un sinir sinyallerini engelleyememesi nedeniyle, yabancı sinyalleri yapay olarak engelleyebilen bir teknoloji bu sorunu çözebilir. Mevcut implante edilebilir elektrotların bu şekilde çalıştığı düşünülmektedir: bu uygunsuz sinyalleri engelleyen spesifik olmayan elektriksel yayınlar yayınlayarak. Bireysel nöron çözünürlüğü çok daha fazla kontrol sağlayabilir.

Grafen biyolojik arayüzey için ideal bir malzemedir: esnek, sağlam ve biyouyumludur. Elektrik yükü taşıyabildiğinden, sinir uygulamalarında kullanılmak üzere araştırmaların ilgisini çekmiştir.

Grafen güçlü, ama zor mu? http://t.co/uUfeb1h0oN @ENERGY #MaterialsScience pic.twitter.com/BippvPpK7C

- Berkeley Lab (@BerkeleyLab) 22 Şubat 2016

Mevcut sinirsel arayüz teknolojisi, bir dizi elektrot kullanarak (örneğin tek tek parmakları kontrol etmek için kullanılan son örnek) bir dizi nöron alanını değerlendirme eğilimindedir. Bu, bazı ayarlarda faydalı olsa da, istediğiniz sinyali bulmak için birçok nöronun çıkışını taramak zor olabilir. Ancak, nöron protezi için her türlü potansiyel ile, bireysel nöronlarla etkileşime girme çözünürlüğüne inin ve potansiyel benzeri görülmemiş kontroldür.

Sadece uygun nöronların temas etmesini sağlamak için karmaşık bir mekanizmaya ihtiyacınız var; hangi sinyalin nereden geldiğini çözmelisiniz; ve bu sinyal kakofonisini çevirmek zorundasınız.

Elektrotların yerleştirilmesi de zor olabilir. Mevcut teknolojiler elektrotları beyin dokusuna sokar ve neredeyse kesinlikle yol boyunca belirli bağlantılara zarar verir. Bu teknoloji sadece saha kayıtları ile ilgilendiği için, birkaç nöronun zararı problemli değildir. Amaç bireysel nöronlarla arayüz oluşturmaksa, bu önemli bir sorun olabilir.

Ayrıca, sistemin “kalibre edilmesi” gerekebilir. Sinir sinyallerinin zamanlaması ve gücü kritik derecede önemlidir. Normalde beyniniz kendini kalibre eder. Örneğin bir beysbol sopasını sallamaya çalıştığınızda, bağlantıları güçlendirmek ve doğru miktarda güç ve yön kullanmak için olumlu veya olumsuz geri bildirim gönderirsiniz. Bunları kendiniz düzeltmeyen bir sistemde manuel olarak ayarlamak zorunda kaldıysanız, işleri daha zor hale getirebilir. (Beynin “plastik” olma ve uyum sağlama konusunda çok iyi olduğunu belirtmeye değer, buna rağmen, tepkilerinizi temel alarak kendi çıktısını değiştirerek kendi problemini çözebilir.)

Bu tür problemler mühendislik problemleri olsa da çözülmesi imkansız değildir. Bu zorluklar çözüldüğünde, bireysel nöronlarla etkileşime girme yeteneği derin olabilir. Örneğin, beyninizdeki "tesadüf dedektörleri" birden fazla nörondan gelen sinirsel uyarıları tespit eder. Girişin her ikisinden de zamanlaması yeterince yakınsa, çakışma dedektörünün kendisinde bir impuls tetikler. Bu mekanizma, biri öğrenmede olan çeşitli bağlamlarda kullanılır.

Bu mekanizma, farklı sinirsel olayları birleştirmek için harika olduğu için, beynin uzak kısımlarını birbirine bağlayan kavramları oluşturmak ve dolayısıyla yeni bir fikir öğrenmek için kullanılabilir. Eğer bu süreç manuel olarak kontrol edilebilirse, farklı kavramlar ilişkilendirmek ve bir sınıfa ayak basmadan bir düşünce oluşturmak için tesadüf tespit edicilerin manuel olarak tetiklendiği bir Matrix-esque öğrenme tarzı düşünülebilir. Kısa vadede, ancak, Parkinson’da uygunsuz sinyalleri engellemek çok daha az zor olacaktır. İlk önce yumuşak hareketleri korumak için grafen arayın - daha sonra belki de anıları daha kolay edinmeden önce.

$config[ads_kvadrat] not found