Zaawansowane projekty neuronowych układów logicznych wykorzystujących modele impulsowe: ramy dla sekwencyjnej biokomputacji

Dlaczego budowanie komputerów z komórek mózgowych ma znaczenie

W miarę jak nasze laptopy i centra danych stają się coraz potężniejsze, rośnie też ich emisja ciepła, zapotrzebowanie na energię i trudność w dalszym pomniejszaniu. Artykuł bada radykalnie inny kierunek: wykorzystanie sieci neuronopodobnych komórek nerwowych jako elementów budulcowych przyszłych komputerów. Autorzy pokazują w symulacjach komputerowych, jak małe grupy modelowych neuronów można połączyć i dostroić tak, by zachowywały się jak dobrze znane elementy cyfrowe — bramki logiczne i komórki pamięci — przy jednoczesnym kontrolowaniu zużycia energii. Ich ramy mogą posłużyć jako wskazówka przy tworzeniu przyszłych „żywych układów” z prawdziwych neuronów lub sprzętu inspirowanego mózgiem.

Od gorącego krzemu do żywych obwodów

Nowoczesne układy krzemowe napotykają fizyczne ograniczenia związane z ciepłem, zużyciem energii i minimalnymi rozmiarami tranzystorów. Jednocześnie systemy biologiczne, zwłaszcza neurony, już dziś wykonują zdumiewające operacje przetwarzania informacji przy bardzo niskim koszcie energetycznym. Badacze zadają więc pytanie, czy można zapożyczyć pomysły, a nawet materiały z biologii, by budować nowe typy komputerów. Sieci neuronowe hodowane w laboratorium już nauczyły się rozpoznawania mowy, a nawet gry w proste gry wideo, co sugeruje, że komórki można zorganizować w układy wykonujące konkretne przetwarzanie informacji. Jednak dotychczas brakowało jasnej, powtarzalnej recepty, jak sprawić, by te obwody neuronowe działały jak precyzyjne, taktowane bloki logiczne używane w elektronice cyfrowej.

Nauka mówienia bitami przez neurony impulsowe

Autorzy rozwiązują ten problem, projektując sieci symulowanych neuronów impulsowych — modeli matematycznych naśladujących sposób, w jaki prawdziwe neurony wysyłają krótkie impulsy elektryczne. Traktują wystąpienie pakietu impulsów jako cyfrowe „1”, a jego brak jako „0”. Poprzez staranny dobór sił i czasów połączeń między neuronami budują wersje standardowych bramek logicznych: AND, AND-NOT, NOT i NAND. Te bramki są alfabetem logiki cyfrowej; sama bramka NAND wystarcza do skonstruowania dowolnej funkcji logicznej. Kluczowym zabiegiem jest łączenie połączeń pobudzających, które zachęcają neuron do wyładowania, z hamującymi, które tłumią aktywność. Na przykład ich bramka AND-NOT aktywuje się tylko wtedy, gdy wejście „idź” jest aktywne, a wejście „stop” ciche, co blisko odzwierciedla sposób, w jaki niektóre prawdziwe neurony ważą sygnały przychodzące.

Sprawienie, by neurony pamiętały jak układy scalone

Ponad proste bramki, prawdziwe komputery polegają na obwodach zdolnych do przechowywania przeszłych wejść. Zespół pokazuje, jak złożyć ich neuronowe bramki w klasyczne elementy pamięci cyfrowej. Tworzą zatrzask SR, który przechowuje jeden bit przez sprzężenie zwrotne wyjść dwóch bramek, oraz zatrzask SR z bramką sterującą, który reaguje tylko wtedy, gdy aktywny jest dodatkowy sygnał kontrolny. Idąc dalej projektują przerzutnik D, standardowy element pamięci, który kopiuje swoje wejście tylko na narastającym zboczu sygnału zegarowego. Aby zachować wyrównanie czasowe impulsów w tych bardziej złożonych sieciach, wprowadzają „bufory neuronowe” — dodatkowe neurony działające jak regulowane linie opóźniające, dzięki czemu sygnały docierające różnymi ścieżkami napływają do bramki niemal jednocześnie, zmniejszając błędy logiczne spowodowane źle zsynchronizowanymi impulsami.

Równoważenie aktywności neuronopodobnej i zużycia energii

Głównym problemem każdego biologicznego systemu obliczeniowego jest koszt metaboliczny: neurony potrzebują energii, by wyładowywać się i przywracać wewnętrzną chemię. Autorzy łączą swoje modele impulsowe z modelem energetycznym śledzącym abstrakcyjną miarę podobną do poziomu paliwa komórki. Następnie mierzą, jak ta zmienna energetyczna zmienia się podczas pracy bramek i obwodów pamięci. Zarówno w prostych bramkach, jak i w bardziej złożonych zatrzaskach i przerzutnikach, symulowane obciążenie energetyczne utrzymuje się w wąskim przedziale, nawet w miarę rozrostu obwodów. Sugeruje to, że przynajmniej w zasadzie logika i przechowywanie w stylu cyfrowym mogą być realizowane przez neurony bez niekontrolowanego wzrostu zapotrzebowania na energię, pod warunkiem projektowania układów z uwzględnieniem synchronizacji czasowej i równowagi pobudzania–hamowania.

Kroki w stronę żywych maszyn logicznych

Mówiąc prosto, artykuł argumentuje, że małe sieci neuronów można połączyć i dostroić tak, by zachowywały się jak przełączniki on–off i drobne pamięci w dzisiejszych układach, przy jednoczesnym utrzymaniu stabilności metabolicznej. Praca jest wciąż wirtualna — nie użyto żywych neuronów — ale projekty mają być przenośne na platformy z neuronami na chipie oraz na sprzęt neuromorficzny naśladujący neurony impulsowe w krzemie. Oferując bibliotekę wielokrotnego użytku komponentów logicznych opartych na neuronach, reguły synchronizacji ich czasów oraz oszacowania potrzeb energetycznych, te ramy przesuwają komputery oparte na neuronach z sfery ogólnych koncepcji w stronę zrealizowanej inżynierii, gdzie precyzja w stylu cyfrowym i biologiczna adaptacyjność mogłyby pewnego dnia współistnieć w tym samym urządzeniu obliczeniowym.

Cytowanie: 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

Słowa kluczowe: neuronalna biokomputacja, impulsowe układy logiczne, pamięć biologiczna, sprzęt neuromorficzny, energooszczędne obliczenia