Geavanceerde ontwerpen van neuronale logische schakelingen met spiking-modellen: een raamwerk voor sequentiële biocomputatie

Waarom het bouwen van computers uit hersencellen ertoe doet

Naarmate onze laptops en datacenters steeds krachtiger worden, stijgen ook hun warmteontwikkeling, hun elektriciteitsvraag en de moeilijkheid om ze kleiner te maken. Dit artikel verkent een radicaal ander pad: netwerken van herselijken zenuwcellen als bouwstenen voor toekomstige computers. De auteurs tonen in computersimulaties aan hoe kleine groepen gemodelleerde neuronen kunnen worden bedrading en afgesteld om zich te gedragen als vertrouwde digitale componenten—logische poorten en geheugencellen—terwijl het energieverbruik beheersbaar blijft. Hun raamwerk kan richting geven aan toekomstige “levende chips” gemaakt van echte neuronen of hersen-geïnspireerde hardware.

Van heet silicium naar levende schakelingen

Moderne siliciumchips stuiten op fysieke grenzen die worden opgelegd door warmte, energieverbruik en hoe klein we transistoren betrouwbaar kunnen maken. Tegelijkertijd presteren biologische systemen, met name neuronen, al indrukwekkende informatieverwerking terwijl ze zeer weinig energie gebruiken. Onderzoekers vragen zich daarom af of we ideeën of zelfs materialen uit de biologie kunnen lenen om nieuwe soorten computers te bouwen. Neuronale netwerken die in het lab groeien, hebben al geleerd spraak te herkennen en zelfs eenvoudige videogames te spelen, wat erop wijst dat cellen georganiseerd kunnen worden tot doelgerichte informatieverwerkers. Tot nu toe bestond er echter geen helder, herbruikbaar recept om deze neurale schakelingen zich te laten gedragen als de precieze, klokgestuurde logische blokken die in digitale elektronica worden gebruikt.

Spiking-neuronen leren spreken in bits

De auteurs pakken dit aan door netwerken van gesimuleerde spiking-neuronen te ontwerpen—wiskundige modellen die nabootsen hoe echte neuronen korte elektrische pulsen uitzenden. Zij interpreteren het voorkomen van een uitbarsting van spikes als een digitale "1" en de afwezigheid daarvan als een "0." Door zorgvuldig de sterktes en timing van de verbindingen tussen neuronen te kiezen, bouwen zij varianten van standaard logische poorten: AND, AND-NOT, NOT en NAND. Deze poorten vormen het alfabet van digitale logica; NAND alleen is voldoende om elke logische functie te construeren. Een belangrijke truc is het mengen van exciterende verbindingen, die een neuron aanzetten tot vuren, met inhibitorische verbindingen, die activiteit onderdrukken. Bijvoorbeeld vuurt hun AND-NOT-poort alleen wanneer de "ga"-ingang actief is terwijl de "stop"-ingang stil is, wat nauw aansluit bij hoe sommige echte neuronen binnenkomende signalen wegen.

Neuronen geheugen laten vormen als computerchips

Buiten eenvoudige poorten zijn echte computers afhankelijk van schakelingen die eerder binnengekomen signalen kunnen onthouden. Het team laat zien hoe ze hun neuronale poorten kunnen samenstellen tot klassieke bouwstenen van digitaal geheugen. Ze creëren een SR-latch, die één bit opslaat door de uitgangen van twee poorten terug te voeren op elkaar, evenals een gated SR-latch die alleen reageert wanneer een extra controlesignaal actief is. Verder ontwerpen ze een D-flipflop, een standaard geheugenelement dat zijn ingang alleen kopieert bij de opgaande flank van een kloksignaal. Om de timing van spikes in deze complexere netwerken op één lijn te houden introduceren ze "neurale buffers"—extra neuronen die functioneren als instelbare vertragingslijnen zodat signalen die via verschillende paden arriveren een poort vrijwel gelijktijdig bereiken, waardoor logische fouten door slecht getimede spikes afnemen.

Balans tussen hersenachtige activiteit en energieverbruik

Een belangrijke zorg voor elk biologisch rekensysteem is de metabole kost: neuronen hebben energie nodig om te vuren en om hun interne chemie te herstellen. De auteurs koppelen hun spiking-modellen aan een energiemodel dat een abstracte maat bijhoudt die lijkt op het brandstofniveau van een cel. Zij meten vervolgens hoe deze energiewaarde verandert terwijl hun poorten en geheugenschakelingen werken. Zowel bij eenvoudige poorten als bij complexere latches en flip-flops blijft de gesimuleerde energiebelasting binnen een smal bereik, zelfs wanneer de schakelingen in omvang groeien. Dit suggereert dat, althans in principe, digitale-achtige logica en opslag door neuronen kunnen worden uitgevoerd zonder ongebreidelde energievraag, mits de schakelingen worden ontworpen met aandacht voor timing en balans tussen excitatie en inhibitie.

Stappen richting levende logische machines

In eenvoudige bewoordingen stelt het artikel dat kleine netwerken van neuronen zo bedrading en afstelling kunnen krijgen dat ze zich gedragen als de aan/uit-schakelaars en kleine geheugens in de chips van vandaag, terwijl ze metabolisch stabiel blijven. Het werk is nog virtueel—er zijn geen levende neuronen gebruikt—maar de ontwerpen zijn bedoeld om overdraagbaar te zijn naar echte neuron-op-een-chip-platforms en naar neuromorfe hardware die spiking-neuronen in silicium nabootst. Door een bibliotheek van herbruikbare neurongebaseerde logische componenten, regels voor synchronisatie van hun timing en schattingen van hun energiebehoefte aan te reiken, brengt dit raamwerk neurongebaseerde computers van een vaag idee dichter bij een engineeringrealiteit, waar digitale precisie en biologische aanpasbaarheid zich op een dag mogelijk in hetzelfde rekentoestel kunnen verenigen.

Bronvermelding: Basso, G., Scherer, R. & Barros, M.T. Advanced neuronal logic circuit designs using spiking models: a framework for sequential biocomputation. npj Unconv. Comput. 3, 20 (2026). https://doi.org/10.1038/s44335-026-00066-4

Trefwoorden: neuronaal biocomputing, spiking logische schakelingen, biologisch geheugen, neuromorfe hardware, energiezuinig rekenen