В небольшой лаборатории University of California, Santa Cruz ученые поставили необычный эксперимент. Кластеры клеток мозга мыши — крошечные органоиды, выращенные в лаборатории, — получили задачу, с которой обычно справляются компьютерные алгоритмы: удерживать виртуальный шест в вертикальном положении.
На первый взгляд — абстрактная игра. Но на деле это классическая проверка для систем управления и искусственного интеллекта. И если живые нейроны могут справиться с такой задачей, значит, мы начинаем понимать, как формируется и перенастраивается сама нейронная сеть.
Результаты работы опубликованы в журнале Cell Reports.
Что такое кортикальные органоиды?
В центре исследования — так называемые кортикальные органоиды. Это миниатюрные сферические структуры, выращенные из стволовых клеток мыши. Они напоминают ранние стадии развития коры головного мозга: формируют электрические соединения, передают сигналы и реагируют на стимуляцию.
Важно подчеркнуть: такие органоиды не «думают» и не обладают сознанием. Это всего лишь упрощённая модель нервной ткани. Но именно благодаря своей простоте они позволяют наблюдать, как формируются и перестраиваются нейронные связи.
Как работает эксперимент
Исследователи подключили органоиды к виртуальной среде управления. Получился замкнутый контур обратной связи: активность нейронов напрямую влияла на движение цифровой тележки, которая должна была удерживать шест строго вертикально.
Использовалась знаменитая задача cartpole — один из «классических экзаменов» для алгоритмов обучения с подкреплением и робототехники. Принцип прост: к тележке шарнирно прикреплён шест, который постоянно норовит упасть. Система должна вовремя сдвигать тележку, компенсируя отклонения. Малейшая ошибка — и равновесие нарушено.
Система нестабильна по своей природе. Здесь недостаточно случайных движений — требуется точная и своевременная коррекция. Именно поэтому задача десятилетиями служит тестом для алгоритмов управления.
Обучение через стимуляцию
Команда под руководством исследователя в области робототехники и ИИ Эша Роббинса решила проверить: можно ли «натренировать» нейронную сеть в чашке Петри?
Органоиды разделили на три группы:
- без обратной связи после попыток,
- со случайной электрической стимуляцией,
- с адаптивной обратной связью, зависящей от прошлых результатов.
Если очередная серия попыток оказывалась хуже предыдущей, определённые нейроны получали импульс высокочастотной стимуляции — своего рода корректирующий «толчок». Алгоритм выбирал конкретные клетки для воздействия.
Результат оказался впечатляющим. Органоиды с адаптивной стимуляцией успешно управляли системой в 46% циклов испытаний — более чем в десять раз чаще, чем группы без обратной связи или со случайной стимуляцией.
Чтобы исключить фактор случайности, ученые сравнили данные с работой случайного контроллера. Разница оказалась статистически значимой, что говорит о реальной адаптации нейронных цепей.
Почему память оказалась краткосрочной?
Однако у живых мини-мозгов обнаружилось ограничение. Если оставить органоиды без активности примерно на 45 минут, ранее достигнутые улучшения исчезали. Их поведение возвращалось к исходному уровню.
Это не стало неожиданностью. Вероятно, для формирования долговременной памяти требуются более сложные структуры или продолжительная активность сети. Тем не менее сам факт быстрой перестройки нейронных связей подтверждён.
Иными словами, нервная ткань действительно способна адаптироваться к задаче, но удерживать изменения ей сложнее.
Зачем это нужно?
Авторы подчёркивают: цель исследования — не создание «биологических компьютеров» и не замена традиционных алгоритмов живой тканью.
Как отметил соавтор работы Дэвид Хаусслер, задача проекта — лучше понять, как нейронные системы изменяют свою структуру и функции в ответ на стимулы. Это ключевой вопрос для изучения нейродегенеративных заболеваний, включая болезни, при которых нарушаются связи между нейронами.
Если мы научимся управляемо модифицировать нейронные сети в лаборатории, это может приблизить нас к новым методам лечения — от восстановления повреждённых цепей до более точного моделирования заболеваний мозга.
Эксперимент с кортикальными органоидами показывает: даже упрощённая живая нейронная сеть способна адаптироваться к задаче через обратную связь.
Это ещё не «живой искусственный интеллект» и не революция в вычислительной технике. Но это важный шаг к пониманию того, как биологический мозг учится, перестраивается и реагирует на ошибки.
А возможно, именно такие скромные опыты в чашке Петри постепенно раскрывают главный секрет нервной системы — её способность к самоорганизации.
