Del en: The Human Colossus
Del to: Hjernen
Del tre: Flying Over the Nest of Neurons
Del fire: nevrodatamaskingrensesnitt
Del fem: Neuaralink-problemet
Del seks: Age of Wizards 1
Del seks: Age of Wizards 2
Del sju: Den store fusjonen
Kampanjevideo:
Flyr over reiret til nevroner
Dette er Bock. Bock, takk og folket ditt for å finne på språk.
For å takke deg, vil vi vise deg alle de utrolige tingene vi klarte å bygge takket være oppfinnelsen din.
Ok, la oss sette Bock på et fly, deretter inn i en ubåt, og dra ham til toppen av Burj Khalifa. La oss nå vise ham et teleskop, en TV og en iPhone. Og la ham sitte litt på Internett.
Det var gøy. Hvordan har du det, Bock?
Ja, vi forstår at du er ganske overrasket. La oss vise ham hvordan vi kommuniserer med hverandre til dessert.
Bock ville være sjokkert hvis han fant ut at, til tross for alle de magiske evnene som folk har tilegnet seg som et resultat av dialoger med hverandre, takket være evnen til å snakke, er kommunikasjonsprosessen vår ikke forskjellig fra hva den var i sin tid. Når to personer er i ferd med å snakke, bruker de 50.000 år gammel teknologi.
Bock vil også bli overrasket over at i en verden der fantastiske maskiner fungerer, folket som fikk disse maskinene til å streife med de samme biologiske kroppene som Bock og vennene hans gikk med. Hvordan er dette mulig?
Dette er grunnen til at nevrodatamaskingrensesnitt (BCIs) - en delmengde av det bredere feltet av nevroteknikk som i seg selv er en delmengde av bioteknologi - er så interessante. Vi har gjentatte ganger erobret verden med våre teknologier, men når det kommer til hjerner - vårt viktigste verktøy - gir teknologiens verden oss ingenting.
Derfor fortsetter vi å kommunisere ved hjelp av teknologien oppfunnet av Bock. Derfor skriver jeg denne setningen 20 ganger tregere enn jeg tror, og derfor krever hjerne-relaterte sykdommer fortsatt for mange liv.
Men 50.000 år etter den store oppdagelsen kan verden endre seg. Den neste grensen til hjernen vil være seg selv.
* * *
Det er mange forskjellige alternativer for mulige grensesnitt for hjerne-datamaskin (noen ganger kalt hjerne-til-datamaskin eller hjerne-til-maskin-grensesnitt) som er nyttige for forskjellige ting. Men alle som jobber med NQI prøver å løse det ene, det andre eller begge disse spørsmålene:
1. Hvordan skal jeg hente ut nødvendig informasjon fra hjernen?
2. Hvordan vil jeg sende nødvendig informasjon til hjernen?
Den første gjelder hjernens produksjon - det vil si opptaket av det nevronene sier. Det andre gjelder innføring av informasjon i den naturlige hjernestrømmen, eller endring av denne naturlige strømmen på en eller annen måte - det vil si stimulerende nevroner.
Disse to prosessene foregår stadig i hodet ditt. Akkurat nå utfører øynene dine et spesifikt sett med horisontale bevegelser som lar deg lese denne setningen. Det er nevronene i hjernen som sender ut informasjon til maskinen (øynene dine), og maskinen mottar kommandoen og svarer. Og når øynene dine beveger seg på en bestemt måte, trenger fotoner fra skjermen inn i netthinnen din og stimulerer nevroner i bakre lobe i cortex, slik at bildet av verden kan komme inn i bevisstheten din. Bildet stimulerer deretter nevroner i en annen del av hjernen din, som lar deg behandle informasjonen på bildet og gi mening om setningen.
Input og output av informasjon er hva hjernens nerveceller gjør. Hele NCI-bransjen ønsker å bli med i denne prosessen.
Først ser det ut til at dette ikke er en så vanskelig oppgave. Hjernen er tross alt bare en gelékule. Og hjernebarken - den delen av hjernen som vi ønsker å legge til i opptak og stimulering - er bare et serviett som er beleilig plassert på utsiden av hjernen, hvor det lett kan nås. Inne i hjernebarken er 20 milliarder nevroner - 20 milliarder små transistorer som kan gi oss en helt ny måte å kontrollere våre liv, helse og verden hvis vi lærer å jobbe med dem. Er det virkelig så vanskelig å forstå dem? Nevroner er små, men vi vet hvordan vi skal dele et atom. Diameteren til et nevron er 100.000 ganger størrelsen på et atom. Hvis et atom var en slikkepinne, ville et nevron være kilometer på tvers - så vi burde definitivt kunne jobbe med slike mengder. Ikke sant?
Hva er problemet?
På den ene siden er dette de riktige tankene, fordi de fører til fremgang i feltet. Vi kan virkelig gjøre det. Men så snart du begynner å forstå hva som egentlig skjer i hjernen, blir det umiddelbart åpenbart: dette er den vanskeligste oppgaven for en person.
Derfor, før vi snakker om NCI-ene selv, må vi nøye studere hva menneskene som lager NCI-er gjør. Det beste er å forstørre hjernen 1000 ganger og se hva som skjer.
Husker vi vår sammenligning av cortex med en serviett?
Hvis vi forstørrer barkserviet 1000 ganger - og det var omtrent 48 centimeter på hver side - blir det nå to blokker på Manhattan. Det vil ta omtrent 25 minutter å komme seg rundt omkretsen. Og hele hjernen vil være på størrelse med Madison Square Garden.
La oss legge den ut i selve byen. Jeg er sikker på at flere hundre tusen mennesker som bor der, vil forstå oss.
Jeg valgte 1000x forstørrelse av flere grunner. En av dem er at vi umiddelbart kan konvertere størrelser i hodet. Hver millimeter av den faktiske hjernen har blitt en meter. I en verden av nevroner som er mye mindre, har hver mikron blitt en millimeter som er lett å forestille seg. For det andre blir barken "menneskelig" i størrelse: 2 mm tykkelse er nå 2 meter - som en høy person.
Dermed kan vi gå opp til 29th Street, til kanten av vårt gigantiske serviett, og det er lett å se hva som skjer i tykkelsen på to meter. For demonstrasjon, la oss trekke ut en kubikkmeter av vår gigantiske skorpe for å undersøke den, se hva som skjer i en typisk kubikk millimeter ekte bark.
Hva ser vi i denne kubikkmeteren? Meshanin. La oss rydde opp og legge den tilbake.
La oss først plassere somaene - de små kroppene til alle nevronene som lever i denne kuben.
Somas varierer i størrelse, men nevrologer jeg snakket med sier at somas av nevroner i hjernebarken vanligvis er 10-15 mikron i diameter (en mikron = mikron, 1/1000 millimeter). Det vil si at hvis du setter 7-10 av disse på en linje, vil denne linjen være diameteren på en persons hår. På vår skala vil steinbit være 1-1,5 centimeter i diameter. Kjærlighet på pinne.
Volumet av hele skorpen passer inn i 500 000 kubikk millimeter, og dette rommet vil inneholde omtrent 20 milliarder ganger. Det vil si at den gjennomsnittlige kubikkmillimeteren av cortex inneholder ca 40.000 nevroner. Det vil si at kubikkmeteren vår inneholder omtrent 40 000 godterier. Hvis vi deler esken vår i 40.000 kuber, hver med en 3 cm kant, vil hver av godteri steinbit være i midten av sin egen 3 cm kube, og alle andre steinbit vil være 3 cm i alle retninger.
Er du her nå? Kan du forestille deg meterterningen vår med 40 000 flytende godterier?
Her er et mikroskopisk bilde av en steinbit i en ekte cortex; alt annet rundt henne er fjernet:
Ok, så langt ser det ikke så komplisert ut. Men somaen er bare en liten brøkdel av hvert nevron. Fra hver av våre lollipops strekker det seg vridde, forgrenede dendritter som på vår skala kan strekke seg tre til fire meter i en rekke retninger, og i den andre enden kan det være et 100 meter langt axon (hvis det krysser inn i en annen del av cortex) eller en kilometer (hvis det kommer ned inn i ryggmargen og kroppen). Hver og en er millimeter tykk, og disse ledningene forvandler barken til tett vevd elektrisk vermicelli.
Og det skjer mye i denne vermicelli. Hver nevron har synaptiske forbindelser med 1000 - noen ganger opptil 10.000 - andre nevroner. Siden det er omtrent 20 milliarder nevroner i cortex, betyr dette at det vil være mer enn 20 billioner individuelle nevrale forbindelser (og en quadrillion-forbindelse gjennom hele hjernen). Kubikkmeteren vår vil ha over 20 millioner synapser.
Med alt dette kommer ikke bare krem av vermicelli fra hvert 40000 godteri i terningen vår, men tusenvis av andre spaghetti passerer gjennom kuben vår fra andre deler av barken. Og dette betyr at hvis vi prøvde å registrere signaler eller stimulere nevroner spesifikt i denne kubiske regionen, måtte vi være veldig vanskelige, for i spagettimuslingen ville det være vanskelig å bestemme hvilke tråder med spaghetti som tilhører steinbit godteriet vårt (og Gud forby, denne limen inneholder Purkinje-celler).
Og, selvfølgelig, ikke glem nevroplastisitet. Spenningen til hvert nevron endrer seg stadig, hundrevis av ganger per sekund. Og titalls millioner synaptiske forbindelser i kuben vår vil stadig endre størrelse, forsvinne og dukke opp igjen.
Men dette er bare begynnelsen.
Det viser seg at gliaceller også eksisterer i hjernen - celler som kommer i mange forskjellige typer og utfører mange forskjellige funksjoner, for eksempel å skylle ut kjemikalier som frigjøres ved synapser, pakke axoner med myelin og betjene hjernens immunsystem. Her er noen av de vanligste typene gliaceller:
Og hvor mange gliaceller er det i cortex? Omtrent like mange som nevroner. Så legg til 40000 flere av disse tingene i kuben vår.
Endelig er det blodkar. Hver kubikk millimeter cortex inneholder omtrent en meter små blodkar. På vår skala betyr dette at det er en kilometer blodkar i kubikkmeteren vår. Slik ser de ut:
Digresjon på Connectoma
Så, målerboksen vår er pakket, fylt med elektrifisert fylling av varierende kompleksitet. La oss nå huske at boksen vår faktisk er en kubikk millimeter stor.
Ingeniører for nevrodatamaskingrensesnitt må enten finne ut hva den mikroskopiske steinbit som er gravlagt i denne millimeteren sier, eller stimulere visse steinbit til å gjøre de riktige tingene. Lykke til dem.
Det ville være vanskelig for oss å gjøre dette med vår 1000 ganger forstørrede hjerne. Med en hjerne som perfekt blir til en serviett. Men i virkeligheten er han ikke slik - dette servietten ligger på toppen av en hjerne full av bretter (som på vår skala er 5 til 30 meter dype). Faktisk er mindre enn en tredjedel av serviettbarken på overflaten av hjernen - det meste ligger i foldene.
I tillegg er det ikke så mye materiale som det er mulig å jobbe med i laboratoriet. Hjernen er dekket i mange lag, inkludert hodeskallen - som ved 1000x forstørrelse ville være 7 meter tykk. Og siden folk flest ikke liker det når hodeskallen deres er åpen for lenge - og faktisk dette er en tvilsom begivenhet - må du jobbe med små hjerne-lollipops så nøye og delikat som mulig.
Og alt dette til tross for at du jobber med barken - men mange interessante ideer om temaet NCI tar for seg strukturer som er mye lavere, og hvis du står på toppen av byhjernen vår, vil de ligge på en dybde på 50-100 meter.
Tenk deg hvor mye som skjer i kuben vår - og dette er bare en 500 000. del av hjernebarken. Hvis vi brøt hele vår gigantiske skorpe i like meter kuber og stilte dem opp, ville de strekke seg i 500 kilometer - helt til Boston. Og hvis du bestemmer deg for å ta en avstikker, som vil ta mer enn 100 timer mens du går fort, kan du når som helst stoppe og se på kuben, og all denne kompleksiteten vil være i ham. Alt dette er nå i hjernen din.
Elon Musks Neuralink. Del 3: hvor lykkelig du skal være hvis du ikke bryr deg om alt dette
Hilsen din.
Tilbake til del 3: fly over reiret til nevroner
Hvordan vil forskere og ingeniører takle denne situasjonen?
De prøver å få mest mulig ut av verktøyene de har for øyeblikket - verktøyene de bruker til å registrere eller stimulere nevroner. La oss utforske alternativene.
NCI verktøy
Med det som allerede er gjort, kan tre brede kriterier skilles ut ved hvilke fordeler og ulemper med et innspillingsinstrument blir vurdert:
1) Skala - hvor mange nevroner som kan registreres.
2) Oppløsning - hvor detaljert informasjonen instrumentet mottar - romlig (hvor nøyaktig opptakene dine forteller hvilke av de enkelte nevronene som skyter) og tidsmessig (hvor godt kan du fortelle når aktiviteten du tar opp) skjer.
3) Invasivitet - om kirurgi er nødvendig, og i så fall hvor dyrt.
Det langsiktige målet er å samle kremen fra alle tre og spise. Men mens spørsmålet uunngåelig oppstår, hvilke av disse kriteriene (en eller to) kan du forsømme? Valget av dette eller det andre verktøyet er ikke en økning eller reduksjon i kvalitet, det er et kompromiss.
La oss se hvilke verktøy som for øyeblikket er i bruk:
fMRI
- Skala: stor (viser informasjon fra hele hjernen)
- Oppløsning: lav til middels - romlig, veldig lav - tidsmessig
- Invasivitet: ikke-invasiv
fMRI brukes oftere ikke i NCI, men som et klassisk opptaksverktøy - det gir deg informasjon om hva som skjer inne i hjernen.
fMRI bruker MR, en teknologi for magnetisk resonansbilder. Oppfunnet på 1970-tallet var MR utviklingen av røntgen CT-skanning. I stedet for røntgenstråler bruker MR magnetiske felt (sammen med radiobølger og andre signaler) for å lage bilder av kroppen og hjernen. Som dette:
Komplett sett med tverrsnitt slik at du kan se hele hodet.
En veldig uvanlig teknologi.
fMRI ("funksjonell" MR) bruker MR-teknologi for å spore endringer i blodstrømmen. Til hva? Fordi områdene i hjernen blir mer aktive, bruker de mer energi, noe som betyr at de trenger mer oksygen - slik at blodstrømmen øker i det området for å levere oksygenet. Slik kan en fMRI-skanning vise:
Selvfølgelig er det alltid blod i hjernen - dette bildet viser hvor blodstrømmen har økt (rød, oransje, gul) og hvor den har redusert (blå). Og siden fMRI kan skanne hele hjernen, er resultatene tredimensjonale:
FMRI har mange medisinske bruksområder, for eksempel å informere leger om hvorvidt bestemte områder av hjernen fungerer etter et hjerneslag, og fMRI har lært nevrologer mye om hvilke områder av hjernen som er involvert i disse funksjonene. Skanningen gir også viktig informasjon om hva som skjer i hjernen på et bestemt tidspunkt, det er trygt og ikke-invasivt.
Den store ulempen er oppløsningen. fMRI-skanning har bokstavelig oppløsning, som en dataskjermpiksel, bare i stedet for todimensjonal, er oppløsningen representert av tredimensjonale kubiske volumetriske piksler - voxels (voxels).
FMRI-vokser har blitt mindre ettersom teknologien har blitt bedre, noe som resulterer i økt romlig oppløsning. Voxels av moderne fMRI kan være så små som en kubikk millimeter. Hjernevolumet er omtrent 1200 000 mm3, så en høyoppløselig fMRI-skanning deler hjernen i en million små kuber. Problemet er at dette i nevral skala fortsatt er ganske mye - hver voxel inneholder titusenvis av nevroner. Så på sitt beste viser fMRI den gjennomsnittlige blodstrømmen som er trukket inn av hver gruppe på 40.000 nevroner.
Et enda større problem er midlertidig løsning. fMRI overvåker blodstrømmen, som er unøyaktig og henger etter i omtrent et sekund - en evighet i nevronens verden.
EEG
- Skala: høy
- Oppløsning: veldig lav romlig, middels høy tidsmessig
- Invasivitet: ikke-invasiv
Oppfunnet for snart hundre år siden, plasserer EEG (elektroencefalografi) mange elektroder på hodet. Som dette:
EEG er definitivt en teknologi som vil se latterlig primitiv ut for mennesker i 2050, men for øyeblikket er det et av de få instrumentene som kan brukes med en helt ikke-invasiv NCI. En EEG registrerer elektrisk aktivitet i forskjellige områder av hjernen, og viser resultatene som følger:
EEG-kart kan avsløre informasjon om medisinske problemer som epilepsi, spore søvnmønster eller bestemme anestesidosestatus.
I motsetning til fMRI har EEG en ganske god tidsoppløsning, og mottar elektriske signaler fra hjernen slik de ser ut - selv om hodeskallen fortynner tidsmessig nøyaktighet betraktelig (bein er dårlig leder).
Den største ulempen er romlig oppløsning. EEG har det ikke. Hver elektrode registrerer bare gjennomsnittsverdien - vektorsummen av ladninger fra millioner eller milliarder nevroner (uskarpe på grunn av hodeskallen).
Tenk deg at hjernen er et baseballstadion, dens nevroner er mennesker i en mengde, og informasjonen vi vil motta vil være, i stedet for elektrisk aktivitet, et derivat av stemmebåndene. I dette tilfellet vil EEG være en gruppe mikrofoner utenfor stadion, utenfor ytterveggene. Du vil kunne høre når publikum begynner å synge og til og med kan forutsi hva de skal rope om. Du vil være i stand til å få frem særegne signaler hvis det er en nær kamp eller noen vinner. Du kan også ordne opp hvis noe utenom det vanlige skjer. Det er alt.
ECoG
- Skala: høy
- Oppløsning: lav romlig, høy tidsmessig
- Invasivitet: til stede
Et ECoG (elektrokortikografi) ligner et EEG ved at det også bruker elektroder på overflaten - det plasserer dem bare under hodeskallen på overflaten av hjernen.
Dum. Men effektiv - mye mer effektiv enn EEG. Uten forstyrrelser fra hodeskallen dekker ECoG høyere romlige (ca. 1 cm) og tidsmessige oppløsninger (5 millisekunder). ECoG-elektroder kan plasseres over eller under dura mater:
Lag til venstre, fra topp til bunn: hodebunn, hodeskalle, dura mater, arachnoid, pia mater, cortex, hvit substans. Høyre signalkilde: EEG, ECoG, intraparenchymal (LFP, etc.)
Når vi går tilbake til analogien med stadionet vårt, er ECoG-mikrofoner plassert inne på stadion og nærmere publikum. Derfor vil lyden være mye klarere enn EEG-mikrofoner utenfor stadion, og EKoG vil være i stand til å skille mellom lydene fra individuelle segmenter i mengden. Men denne forbedringen koster penger - det krever invasiv kirurgi. Men etter standardene for invasiv kirurgi er ikke denne intervensjonen så ille. Som en kirurg fortalte meg, “Det er relativt ikke-invasivt å plassere fyllet under duraen. Du må stikke et hull i hodet, men det er ikke så skummelt."
Lokalt feltpotensial (LFP)
- Skala: liten
- Oppløsning: middels lav romlig, høy tidsmessig
- Invasivitet: høy
La oss flytte fra overflateelektrodeskiver til mikroelektroder - små nåler som kirurger stikker inn i hjernen.
Mens noen elektroder fremdeles er håndlaget i dag, bruker ny teknologi silisiumplater og produksjonsteknikker lånt fra den integrerte kretsindustrien.
Måten lokale feltpotensialer fungerer på er enkel - du tar en slik ultratynn nål med en elektrodespiss og setter den en eller to millimeter inn i hjernebarken. Der samler den gjennomsnittsverdien av elektriske ladninger fra alle nevroner i en viss radius av elektroden.
LFP gir deg ikke så dårlig romlig fMRI-oppløsning kombinert med øyeblikkelig ECoG-tidsoppløsning. I henhold til resolusjonsstandarder er dette sannsynligvis det beste alternativet av alle de ovennevnte.
Dessverre er det forferdelig etter andre kriterier.
I motsetning til fMRI, EEG og ECoG har LFP-mikroelektroden ingen skala - den forteller deg bare hva den lille sfæren rundt den gjør. Og det er mye mer invasivt ettersom det faktisk kommer inn i hjernen.
På et baseballstadion er LFP en enkelt mikrofon som henger over en seksjon av setene, og tar opp en klar lyd i det området og kanskje tar opp en enkelt stemme her og der i et sekund eller to - men for det meste føler det en generell vibrasjon.
Og en helt ny utvikling er et multielektrodearray, som egentlig er ideen om en LFP, bare den består av 100 LFP om gangen. Multielektrodearrayet ser slik ut:
En liten 4 x 4 mm firkant med 100 silisiumelektroder på. Her er en annen, her kan du se hvor skarpe elektrodene er - noen mikron helt på spissen:
Registrering av individuelle enheter
- Skala: liten
- Oppløsning: ultra høy
- Invasivitet: veldig høy
For å registrere en bredere LFP, er tuppen av elektroden avrundet litt for å gi elektroden mer overflateareal, og motstanden (feil teknisk betegnelse) reduseres for å fange opp veldig svake signaler fra et bredt spekter av steder. Som et resultat samler elektroden et kor av aktivitet fra det lokale feltet.
Registrering av individuelle enheter innebærer også en nålelektrode, men spissene deres blir veldig skarpe og motstanden økes også. På grunn av dette forskyves mesteparten av støyen, og elektroden tar nesten ingenting før den er veldig nær nevronen (et sted på 50 mikron), og signalet fra dette nevronet er sterkt nok til å overvinne elektroveggen med høy motstand. Denne elektroden kan motta separate signaler fra en nevron og uten bakgrunnsstøy, og kan observere det private livet til dette nevronet. Minst mulig skala, høyest mulig oppløsning.
Noen elektroder vil ta forholdet til neste nivå og bruke patch clamp-metoden, som lar deg fjerne spissen av elektroden og bare la et lite rør, en glasspipette, som suger inn neuronens cellemembran og tar finere målinger.
Patchklemme har også denne fordelen: I motsetning til alle andre metoder, berører den fysisk nevronet og kan ikke bare registrere, men stimulere også nevronet ved å injisere strøm eller opprettholde spenningen på et visst nivå for å utføre spesifikke tester (andre metoder kan bare stimulere hele grupper hele nevroner).
Til slutt kan elektrodene fullstendig dempe nevronet og faktisk trenge inn i membranen for å registrere. Hvis spissen er skarp nok, vil den ikke ødelegge cellen - membranen er forseglet rundt elektroden, og det vil være veldig enkelt å stimulere nevronet eller registrere spenningsforskjellen mellom det ytre og indre miljøet til nevronet. Men dette er en kortsiktig teknikk - en punktert nevron vil ikke leve lenge.
På vårt stadion vil registreringen av individuelle enheter se ut som en ensrettet mikrofon festet til kragen til en feit mann. Lokal potensiell klemming er en mikrofon i noens hals som registrerer den presise bevegelsen av stemmebåndene. Dette er en fin måte å lære om en persons følelser av spillet, men de vil bli tatt ut av sammenheng og kan ikke brukes til å bedømme hva som skjer i spillet eller om personen selv.
Det er alt vi har. I det minste bruker vi ganske ofte. Disse verktøyene er samtidig veldig avanserte og vil virke som steinalderteknologier for fremtidens mennesker, som ikke vil tro at vi måtte velge en av teknologiene, for å åpne hodeskallen for å få høykvalitetsopptegnelser av hjernen.
Men til tross for alle begrensningene lærte disse verktøyene oss mye om hjernen og førte til opprettelsen av de første nysgjerrige hjerne-datamaskingrensesnittene. Mer om dem i neste del.
ILYA KHEL
Del en: The Human Colossus
Del to: Hjernen
Del tre: Flying Over the Nest of Neurons
Del fire: nevrodatamaskingrensesnitt
Del fem: Neuaralink-problemet
Del seks: Age of Wizards 1
Del seks: Age of Wizards 2
Del sju: Den store fusjonen
