Een paar jaar geleden waren Duitse en Japanse wetenschappers in staat om gedurende maximaal 1 seconde 1 procent van de menselijke hersenactiviteit te simuleren. Daarvoor was de rekencapaciteit nodig van een van de krachtigste supercomputers ter wereld. Het menselijk brein is verreweg de krachtigste, energie-efficiëntste computer die ooit is gecreëerd. Stel nu eens dat we over die computerkracht zouden kunnen beschikken door voor volgende generaties computers gebruik te maken van echte hersencellen?
Hoe gek dat ook klinkt, het is precies wat neurowetenschapper Osh Agabi momenteel bouwt. Koniku, de startende onderneming van Agabi, heeft een prototype ontwikkelde van een silicium chip met 64 neuronen. De eerste toepassing? Een drone die explosieven kan ruiken.
Als een bij
Bijen kunnen ongelooflijk goed navigeren dankzij hun sterk ontwikkelde reukvermogen en de manier waarop ze geuren interpreteren. Agabi was hierdoor gefascineerd en vroeg zich af: "Zouden we wellicht precies dat deel van de bij dat deze taak uitvoert kunnen extraheren en het dan in een drone plaatsen? Dan hebben we plotseling een drone met het reukvermogen van een bij."
Zo’n drone zou volgens Agabi een bom op kilometers afstand kunnen ruiken. Hij kan ook worden ingezet voor het onderzoeken van landbouwgrond, raffinaderijen, productiebedrijven – overal waar gezondheid en veiligheid kan worden gemeten met een nauwkeurig reukvermogen. Er zijn geen silicium componenten die ons dezelfde gevoeligheid kunnen bieden die we in de biologie vinden.
Drie problemen
Bij het bouwen van een eerste prototype moest Agabi met zijn team drie grote problemen oplossen. Ze moesten leren om:
- neuronen te structuren op dezelfde manier als waarop ze zijn gestructureerd in ons brein;
- informatie te lezen en schrijven in afzonderlijke neuronen;
- een omgeving te creëren waarin de neuronen stabiel blijven.
Met geïnduceerde pluripotente stamceltechnologie – een methode waarbij volwassen cellen (bijvoorbeeld van de huid) genetisch worden geherprogrammeerd tot een stamcel – kan elke cel worden omgezet in een neuron. Maar wat doe je als je een levend neuron hebt? Net als elektronicacomponenten hebben levende cellen een specifieke omgeving nodig om te kunnen functioneren.
Door een speciale schil te maken voor ieder neuron kan het Koniku-team de temperatuur en de pH-waarde beheren en voedingsstoffen toevoeren om de neuron in leven te houden. Ze kunnen ook de manier beheersen waarop de neuronen met elkaar communiceren.
Met een elektrode onder de schil kan de informatie in het neuron worden geschreven en ook weer uitgelezen. Agabi omschrijft dat proces als volgt: "We coaten de elektroden met DNA en verrijkte proteïne, waardoor de neuronen een hechte binding gaan vormen met de elektroden. Op die manier kunnen we de informatie van de neuronen uitlezen. We schrijven informatie in de neuronen met dezelfde elektroden, of met andere middelen, bijvoorbeeld chemisch of met licht."
Geen grenzen
Agabi denkt dat het benutten van de capaciteit en de efficiency van het menselijk brein de toekomst van de computertechniek is. "Er zijn geen praktische grenzen aan de grootte van de componenten die we kunnen maken of hoe we onze neuronen kunnen ‘engineeren’. Voor intelligente computertechniek is biologie de ultieme grens."
Hij is ook niet bescheiden in zijn ambities: "Wij willen het Intel van ‘wetware’ worden…"
Met 64 neuronen kan een drone worden voorzien van een sterk reukvermogen. Naar schatting van Agabi kan een Koniku-chip met
- 500 neuronen een autonome auto laten rijden
- 10 000 neuronen real-time beeldverwerking mogelijk maken, vergelijkbaar met het menselijk oog
- 100 000 neuronen robotica mogelijk maken met meervoudige sensoringangen
- 1 miljoen neuronen een computer opleveren die zelf kan denken.
En let wel: er zitten 100 000 neuronen in een stukje hersenmateriaal ter grootte van een zandkorrel.
Hoe magnifiek onze technologische ontwikkelingen ook zijn – biologie is enorm veel geavanceerder dan alles wat ooit door de mens is gemaakt. Alleen door te proberen om biologische processen te reproduceren, kunnen we inzien hoe veel we nog hebben te leren van miljarden jaren evolutie van de natuur.