Категории: Новости

Ученые вырастили мини-мозги, а затем обучили их решать инженерные задачи

Несколько кусочков выращенной в лаборатории ткани мозга продемонстрировали поразительное подтверждение концепции: живые нейронные цепи можно подтолкнуть к решению классической задачи управления с помощью тщательно структурированной обратной связи.

В замкнутой системе, которая обеспечивает электрическую обратную связь на основе производительности, кортикальные органоиды могут постепенно улучшать контроль над классическим инженерным эталоном: балансировкой нестабильного виртуального полюса.

Это улучшение далеко от функционирующего гибридного биокомпьютера. Но в качестве доказательства концепции он показывает, что нервную ткань в чашке можно адаптивно настраивать посредством структурированной обратной связи. Этот результат может помочь исследователям изучить, как неврологические заболевания изменяют способность мозга к пластичности.

«Мы пытаемся понять основы того, как нейроны могут быть адаптивно настроены для решения проблем», — говорит Эш Роббинс, исследователь робототехники и искусственного интеллекта из Калифорнийского университета (Калифорния) в Санта-Крус.

«Если мы сможем выяснить, что движет этим, в одном блюде это дает нам новые способы изучения того, как неврологические заболевания могут влиять на способность мозга к обучению».

Зрелые органоиды, выращенные для эксперимента. (Роббинс и др., Cell Rep., 2026)

Проблема с тележкой концептуально проста. Представьте, что вы держите длинный предмет, например линейку или ручку, вертикально на открытой руке. Если он не выровнен идеально, он начнет опрокидываться. Чтобы удержать ее в вертикальном положении, вам придется постоянно корректировать положение руки, поскольку объект раскачивается и раскачивается.

В версии со столбом виртуальная тележка может перемещаться влево или вправо, чтобы поддерживать шарнирный столб, сбалансированный по вертикали. Правила просты, и есть очевидная точка отказа, когда шест наклоняется слишком далеко. Но небольшие ошибки быстро накапливаются, что делает его классическим примером нестабильной проблемы управления.

Картпол часто используется в исследованиях по обучению с подкреплением: его легко моделировать и быстро выполнять, но в отличие от задач по распознаванию образов он требует постоянных, детальных корректировок, а не единственного правильного ответа.

Для Роббинса и его коллег корзина представляла собой новый и чистый способ проверить возможности органоидов мозга.

Органоиды не были выращены у человека. ткани, а стволовые клетки мыши, культивированные для выращивания в небольшие кластеры кортикальной ткани, способные передавать нервные сигналы. Эти органоиды не были достаточно сложными для чего-либо, напоминающего мысль или чувство, но они могли отправлять и получать электрические сигналы, а их внутренние связи могли меняться в ответ на внешнюю стимуляцию.

Диаграмма, иллюстрирующая эксперимент. (Роббинс и др., Cell Rep., 2026 г.)

Эксперимент вращался вокруг виртуального шеста. Различные модели электрической стимуляции сигнализировали о направлении и степени наклона шеста. Реакция органоидов затем интерпретировалась как левая или правая сила, перемещающая тележку и противодействующая раскачиванию.

Чтобы внести ясность, органоиды не понимали задачи. Исследователи проверяли, можно ли настроить нейронные связи ткани посредством обратной связи, то есть могут ли всплески электрической стимуляции вызвать изменения, которые подтолкнут сеть к лучшему контролю.

Каждая попытка сбалансировать полюс (известная как эпизод) продолжалась до тех пор, пока он не наклонился за заданный угол. Производительность отслеживалась по пятисерийным окнам. Органоидам было назначено одно из трех условий: отсутствие обратной связи, случайная обратная связь, доставляемая выбранным нейронам, или адаптивная обратная связь, основанная на прошлых результатах.

Условие адаптации является решающим. Если производительность в течение пяти эпизодов падала по сравнению со средним показателем за недавние 20 эпизодов, система производила краткий всплеск высокочастотной стимуляции. Алгоритм корректировал, какие нейроны получали эти импульсы, основываясь на том, сопровождались ли подобные схемы стимуляции ранее улучшенным контролем.

«Вы можете думать об этом как об искусственном тренере, который говорит: «Вы делаете это неправильно, подкорректируйте это немного таким образом», — объясняет Роббинс. «Мы учимся тому, как лучше всего подавать ему эти обучающие сигналы».

Чтобы решить, действительно ли органоиды улучшаются, а не просто им повезло, исследователи установили ориентир, основанный на том, насколько хорошо может работать совершенно случайный контроллер. Если самые сильные результаты органоида во время сеанса превышали то, что могла дать одна только случайность, этот сеанс считался профессиональным.

Показатель эффективности, достигнутый для каждого из условий, был поразительным. Органоиды, не получившие обратной связи, достигли эталона высокой производительности всего в 2,3 процента случаев, а те, которые получили случайную обратную связь, показали хорошие результаты в 4,4 процента случаев. Однако при постоянной адаптивной обратной связи органоиды преодолевали порог квалификации в 46 процентах циклов.

«Когда мы можем активно выбирать тренировочные стимулы, мы действительно можем сформировать сеть для решения проблемы», — говорит Роббинс. «То, что мы продемонстрировали, — это краткосрочное обучение: мы можем взять органоид в одном состоянии и перевести его в другое, к которому мы стремимся, и мы можем делать это последовательно».

Связано: ученые вырастили стволовые клетки «мини-мозги», а затем у мозга появились своего рода глаза

Однако «краткосрочное» верно. Если оставить их бездействующими на какой-то период времени (всего 45 минут), органоиды «забывают» о своей тренировке, возвращаясь к исходным показателям. Будущая работа может исследовать, как улучшить память органоида, возможно, за счет увеличения ее сложности.

«Программное обеспечение Эша могло бы создать более широкое сообщество вокруг адаптивных органоидов вычислений. Но мы хотим прояснить, что наша цель — продвигать исследования мозга и лечение неврологических заболеваний, а не заменять роботизированные контроллеры и другие виды компьютеров выращенными в лаборатории тканями мозга животных», — говорит биоинформатик Дэвид Хаусслер из Калифорнийский университет в Санта-Крус.

«Последнее можно считать крутым, но оно вызовет серьезные этические проблемы, особенно если использовать органоиды человеческого мозга».

Исследование было опубликовано в Cell Reports.

Виктория Ветрова

Космос полон тайн...

Недавние Посты

НАСА повторяет решающие испытания по заправке лунной ракеты после опасных утечек

КАПЕ-КАНАВЕРАЛ, Флорида (AP) – НАСА предприняло еще одну попытку заправить топливом свою гигантскую лунную ракету…

21.02.2026

Gaia обнаружила целый рой черных дыр, путешествующих по Млечному Пути

Пушистое скопление звезд, раскинувшееся по небу, может иметь в своем сердце тайну: рой из более…

21.02.2026

Этот крошечный стеклянный квадрат может хранить 2 миллиона книг данных в течение 10 000 лет

Ученые из Microsoft Research в США продемонстрировали систему под названием Silica для записи и считывания…

20.02.2026

Астрономы говорят, что нашли самого сильного кандидата в темную галактику

Все знают, что галактики — это большие структуры, состоящие из звезд. Это простое определение игнорирует…

20.02.2026

Эта комета загадочным образом изменила свое вращение после прохождения Солнца, но почему?

Комета, проносящаяся через Солнечную систему, удивила ученых, сделав то, чего они никогда раньше не видели.В…

20.02.2026

Новая статья предполагает, что крошечная ошибка сверхновой может привести к исчезновению «кризиса» темной энергии

Темная энергия — одна из тех космологических особенностей, о которых мы все еще узнаем. Хотя…

19.02.2026