Ontwikkeling slimme chip gebaseerd op het menselijk brein

Promovenda Eveline van Doremaele van de Nederlandse TU Eindhoven ontwikkelde met neuromorphic computing een unieke chip die organische materialen bevat, zodat de chip ook kan interacteren met het menselijk lichaam.

Trefwoorden: #brein, #chip, #organisch

Lees verder

research

( Foto: TU/e - Bart van Overbeeke )

ENGINEERINGNET.BE - "Wij proberen een device te ontwikkelen waarin de zelflerende interactie tussen mens en machine centraal staat," aldus Van Doremaele.

"Denk aan een slimme armprothese die je kunt aansluiten aan je lichaam en die je dankzij kunstmatige neuronen kunt leren een pen te pakken. Of een chip die door het gebruik van verschillende sensoren tussen miljoenen cellen een circulerende kankercel kan detecteren.”

Hiervoor moest zij op zoek naar materialen die goed te programmeren zijn én door het menselijk lichaam goed ontvangen worden. Geleidende organische polymeren, lange moleculen die een elektrische stroom kunnen doorlaten, bleken hiervoor heel effectief.

“Om het systeem zelf te laten leren, is het essentieel dat de weerstand in het device varieerbaar is. Dat gebeurt ook in ons brein: hoe vaker je iets leert, hoe sterker de verbinding tussen neurale cellen wordt. Met behulp van ionen konden we de weerstand variëren. Maar we wilden de connectie ook permanent maken”, aldus Van Doremaele.

"Het ambipolaire materiaal P-30 kan de weerstand variëren en de ontstane verbinding vasthouden. Verder werkt het met een vloeibaar elektrolyt, zoals in een waterige omgeving in het lichaam, en met een vaste elektrolyt, een gel met ionen. We kunnen cellen met elkaar koppelen en zo complexe circuits met bepaalde eigenschappen maken. Handig voor het meten van zwakke signalen, zoals minieme spierbewegingen, of signalen die omgeven zijn door veel ruis, zoals de hartslag.”

Van Doremaele ontwikkelde zo met neuromorphic computing een biosensor die in zweetsamples van proefpersonen kan bepalen of er sprake is van taaislijmziekte. “De chip kan met behulp van sensoren het kalium- en chloorgehalte in het zweet meten."

"We hebben het systeem voorspellingen laten doen wanneer er een zweetsample werd aangeboden. Wanneer die voorspelling fout was, duwde ik op een knopje en corrigeerde het systeem zichzelf hierop. Uiteindelijk leverde de biosensor alleen goede antwoorden. Zo leerde het op een unieke manier, als een neuron in het menselijk brein. Deze basis kunnen we nu verder gaan uitwerken.”

“AI is overal, en dat wordt alleen maar meer. Maar ook het energieprobleem neemt toe, datacenters verbruiken enorm veel energie. We moeten dus echt op zoek naar alternatieve computersystemen. Daarnaast is onze focus op organische materialen voor zelflerende biomedische toepassingen vrij uniek. Wereldwijd zijn er slechts enkele groepen die hier aan werken," aldus Van Doremaele.