Een chip met een insectenbrein
Navigeren als
een bij
Een honingbij kan zonder problemen door een veld met bloemen vliegen zonder ergens tegenaan te botsen. Hij is snel genoeg om een hand te ontwijken die hem wil slaan, terwijl hij ondertussen koers zet richting zijn bijenkorf. ‘Het is indrukwekkend dat de hersenen van een honingbij dit allemaal tegelijk kunnen’, zegt Elisabetta Chicca, de nieuwe hoogleraar bio-inspired circuits and systems. ‘Daar zijn hele ingewikkelde berekeningen voor nodig die supersnel uitgevoerd moeten worden.’
Veel neurowetenschappers bestuderen echte hersenen om uit te vogelen hoe ze werken, terwijl anderen liever met computersimulaties werken. Maar Chicca heeft wat anders bedacht: ze wil zelf een brein creëren op een siliciumchip.
Een brein bestaat uit een ingewikkeld netwerk van neuronen en synapsen. De neuronen kunnen met elkaar communiceren omdat de synapsen ze met elkaar verbinden. De processen waarbij miljoenen neuronen informatie doorgeven zijn ongelooflijk ingewikkeld en dus denkt Chicca dat een simulatie haar niet echt zal helpen bij het doorgronden ervan. ‘De beroemde natuurkundige en Nobelprijswinnaar Richard Feynman zei ooit: “Dat wat ik niet kan maken, begrijp ik niet.” Mijn onderzoek is gestoeld op dat principe.’
Een stukje van de hersenen
Ze pakt een oude printplaat ter grootte van een iPhone op uit de wirwar van hardware in haar kantoor. ‘We gebruiken een modernere versie van deze elektrische circuits om de werking van de neuronen en synapsen in het brein na te bootsen’, legt ze uit.
Dat wat ik niet kan maken, begrijp ik niet
Chicca probeert nu nog niet om een volledig brein na te bouwen. In plaats daarvan heeft ze ingewikkelde neurale netwerken gebouwd die een stukje van de hersenen imiteren. Om precies te zijn de hersenen van een honingbij, omdat daar al zoveel over bekend is.
Ze concentreert zich momenteel op het systeem dat ervoor zorgt dat de bij nergens tegenaan botst tijdens het vliegen. ‘Een bij moet razendsnel besluiten waar hij heen vliegt’, zegt ze. ‘Anders heeft hij een groot probleem.’
Haar PhD-student Thorben Schoepe borduurt voort op eerder onderzoek door dat proces na te bootsen met een neuromorfische processor. Dit apparaatje lijkt op het neurale netwerk en moet de berekeningen zo snel mogelijk uitvoeren terwijl het zo min mogelijk energie verbruikt. Maar dat is makkelijker gezegd dan gedaan.
Tijdrovend
De hersenen kunnen ontzettend snel rekenen omdat neuronen en synapsen zo complex zijn. Maar dat is direct ook het probleem: computers kunnen maar één berekening per lus maken, waardoor het gedrag van een bij nabootsen heel veel tijd zou kosten. ‘Maar het model dat wij maken heeft meerdere apparaten, die de berekeningen tegelijkertijd maken’, legt Chicca uit. De apparaatjes zijn met elkaar verbonden, waardoor ze lijken op het neurale netwerk in echte hersenen.
Een bij moet razendsnel besluiten waar hij heen vliegt
Met een hele snelle computer zou je natuurlijk hetzelfde effect bereiken, maar het formaat daarvan en de hoeveelheid die zo’n ding slurpt komen niet eens in de buurt van het brein van een honingbij. En dan hadden ze geen mini-robot kunnen bouwen.
De bij-bot die ze hebben ontworpen kan door allerlei omgevingen rijden terwijl hij opmerkt waar obstakels staan en daar vervolgens omheen beweegt. ‘We hadden er wel een idee van hoe die berekeningen werken in het insectenbrein’, zegt Chicca. ‘Maar het is heel opwindend dat we dit in een fysiek model hebben kunnen inbouwen en dat we het nu in het echt kunnen testen.’
Fysieke beperkingen
Maar waarom is het noodzakelijk om zo’n kunstmatig brein op een chip te bouwen?
Een echt model van een neuraal netwerk heeft zo z’n voordelen, legt Chicca uit. Je hebt dan namelijk fysieke beperkingen, net zoals het brein die heeft. ‘Onze hersenen moeten bijvoorbeeld ook blijven functioneren als onze lichaamstemperatuur stijgt. Ze houden niet opeens op met werken als ze het warm krijgen.’
Onze apparaatjes zullen heel specifieke problemen oplossen
Een van de uitdagingen waar ze mee te maken heeft is dat de printplaatjes tegen ‘ruis’ moeten kunnen, zoals veranderende temperaturen, en dat ze met fysieke beperkingen kunnen werken. Een simulatie hoeft geen rekening te houden met zulke variabele parameters. ‘Ik wil niet beweren dat de omgeving van de printplaten die we gebruiken precies hetzelfde is als die in de hersenen, maar de uitgangspunten blijven bewaard.’
Het onderzoekscentrum CogniGron past goed bij haar, vertelt ze. Dat heeft als doel om ‘slimme’ materialen te ontwikkelen die gebruikt kunnen worden in computersystemen die op ons brein geïnspireerd zijn. Aan mijn vorige universiteit in Bielefeld had ik niet de mogelijkheid om samen te werken met materiaalwetenschappers die zich vooral bezighouden met de ontwikkeling van cognitieve systemen.’
Praktische toepassingen
Chicca wil vooral graag samen met neurowetenschappers uitzoeken hoe hersenen werken. Maar als ze iets nieuw ontdekt en daar een interessante toepassing voor ziet, zal ze die mogelijkheid niet laten liggen. ‘Omdat we alleen naar heel specifieke delen van het brein kijken, zullen onze apparaatjes ook heel specifieke problemen kunnen oplossen’, zegt ze. Een apparaat dat net als een bij een obstakel kan vermijden is op zichzelf niet zo nuttig. ‘Daarom moet wat wij maken in complexere systemen worden ingebouwd. Het voordeel daarvan is dat die systemen dan zelfstandig kunnen handelen’
Een kleine robot die autonoom obstructies kan vermijden is bijvoorbeeld heel nuttig bij reddingsoperaties, als hij na een aardbeving zoekt naar overlevenden onder het puin. Dat de robot om obstakels heen kan bewegen is ‘slechts één eigenschap van het apparaat, maar wel een cruciale’, zegt Chicca.
Dus wanneer is ze klaar? Wanneer heeft ze dat ‘echte’ kunstmatige brein gebouwd? Ze lacht. ‘Waarschijnlijk niet op korte termijn. Zeker niet voor ik met pensioen ga.’ Maar dat weerhoudt haar er niet van om door te zetten. ‘Ik heb nooit het idee gehad dat ik een reden nodig had om door te gaan, omdat ik houd van wat ik doe. Ik kan me niet voorstellen dat ik iets anders zou doen.’