Soppdatamaskiner: Hvordan sopp driver nevromorfe brikker

En ny type biologisk datamaskin

Computing was initially developed with analog technology, which differs from digital technology in that it uses more complex (and messy) signals instead of clearly distinct 1 & 0.

Kilde: Unison Audio

Generelt er et digitalt signal lettere å analysere, replikere og overføre. Men et analogt signal er bedre til å håndtere kompleksiteten i en virkelighetsnær situasjon, med alle nyansene.

Dette er grunnen til at forskere har begynt å se tilbake på analoge typer databehandling for nye utviklinger innen AI, sensoring og andre anvendelser. Dette inkluderer mange ulike design av såkalte nevromorfe brikker, som etterligner hvordan hjernen behandler data.

En ny utvikling mot å bruke hjerne‑lignende evner til å utføre beregninger er fremkomsten av faktiske biologiske datamaskiner, som bruker organisk vev til å utføre oppgaver som vanligvis gis til silisiumbrikker. Et eksempel er organoider, laboratoriedyrkede vev produsert fra menneskelige nevroner, i stand til å utføre beregningsoppgaver. Kombinert med nye teknikker for 3D‑printing av funksjonelt hjernevev, kan dette åpne veien for en helt ny, merkelig type datakapasitet.

En annen type elektronisk komponent som utnytter biologiske komponenter bør legges til listen, med forskere ved Ohio State University som har laget nevromorfe organiske memristorer, en type dataprosessor som kan huske tidligere elektriske tilstander. Men de laget den ikke fra nevroner, men fra sopp.

They published their discovery in the scientific review PLOS One, under the title “Sustainable memristors from shiitake mycelium for high-frequency bioelectronics.”

Hvorfor bruke nevromorfisk databehandling?

Oppgangen til NPU‑ene

Neural Processing Units (NPUs), also called neuromorphic chips, are a type of AI hardware that present a few advantages compared to more traditional chips like CPUs and GPUs:

• Mer fleksibel design, som gjør at brikkearkitekturen kan tilpasse seg treningsdata.
• Vesentlig lavere energiforbruk, noen ganger så lite som 1/100‑del av en tilsvarende GPU.
• Mindre varmeproduksjon hjelper med å håndtere det økende kjøleproblemet i avanserte AI‑datasentre.

(Du kan lese mer om AI‑spesialisert maskinvare, inkludert NPU‑er, i vår dedikerte rapport.)

“Å kunne utvikle mikrobrikker som etterligner faktisk nevral aktivitet betyr at du ikke trenger mye strøm i hvilemodus eller når maskinen ikke er i bruk.

Det er noe som kan være en enorm potensiell beregnings- og økonomisk fordel.

John LaRocco – forskningsforsker i psykiatri ved Ohio State’s College of Medicine.

Many methods are currently being explored for creating neuromorphic chips:

• Utnytte innledende ferroelectricitet, et fortsatt dårlig forstått fenomen.
• Aktivt substrat som bruker vanadium eller titan.
• Bruke memristorer, en ny type elektronisk komponent, som kan utføre AI‑oppgaver med 1/800‑del av normalt strømforbruk.

Hvordan memristorer etterligner synapser

Memristorer er elektroniske komponenter som etterligner neuron‑forbindende synapser by remembering which electric state they were toggled to after their power is turned off.

This can greatly reduce the energy and time lost from shuttling data back and forth between processors and memory.

En av de viktigste styrkene til memristorer er deres evne til effektiv og selv‑adaptiv læring in situ, noe som er kritisk for anvendelser innen robotikk og autonome kjøretøy.

Dessuten er det lave strømforbruket til memristorer spesielt gunstig i robotikk og autonome kjøretøy, hvor energieffektivitet er avgjørende. Hybrid‑analoge‑digitale memristorsystemer kan minimere strømforbruket under behandling uten å gå på kompromiss med responsiviteten.

The problem so far is that creating electronic memristors has relied on emerging technologies with low production yields and unreliable electronic performance, due to how recent this technology is.

Å bruke faktiske nevroner, som med organoider, er også et alternativ, men nevroner er faktisk svært vanskelige celler å arbeide med, da de er relativt skjøre og vanskelige å dyrke.

Men nevroner er ikke det eneste biologiske vevet som kan behandle og svare på elektriske signaler.

Et potensielt alternativ er mycelium, vevet som utgjør vanlige sopp, en type organisme kjent for sin bemerkelsesverdige robusthet. De kan dyrkes i enklere bioreaktorer og næringskulturer enn de som kreves for konvensjonelle nevroner og neuron‑organoider.

Bygger sopp‑datamaskiner?

Fungal materials display conductive pathways that can form dynamically under the influence of electrical stimuli, similar to the conductive filaments formed in conventional memristors.

Denne tilpasningsevnen kan føre til forbedret ytelse i nevromorfe applikasjoner gjennom tilrettelegging av variable motstandstilstander som etterligner synaptisk oppførsel nærmere enn tradisjonelle memristive materialer.

Organic materials also have the advantage of operating effectively at lower voltages while maintaining the stable switching characteristics important for memristors, even lower than for electronics memristors, themselves much less energy-consuming than traditional computing components.

This could be important for energy-efficient devices for portable electronics and Internet of Things applications that might rely on a very low energy supply.
Swipe to scroll →

Hvorfor spiselige sopp fungerer for databehandling

The researchers used common button mushrooms, as well as edible and medicinal Shiitake mushrooms for their experiments, both species whose cultivation is well understood and cheap.

Shiitake‑sopp har tidligere vist seg å ha en porøs karbonstruktur når de aktiveres. Denne porøse strukturen kan forbedre den elektrokjemiske ytelsen til enheter, og gjør dem egnet som kandidater for bruk i energilagringssystemer, inkludert superkondensatorer og potensielt memristorer.

They are also very radiation-resistant, which could help for applications like aerospace, where electronic chips can be damaged by ionizing radiation like UV and solar winds.

Soppens elektriske respons

The scientists connected the test fungal mass after it was dehydrated.

Kilde: PLOS One

De ble deretter testet over et spekter av spenninger, bølgeformer og frekvenser for deres potensielle memristor‑egenskaper.

Det responderende analoge signalet viste sterke memristive egenskaper, og etterlignet i analog den digitale signalet.

Kilde: PLOS One

Alt i alt ser den observerte raske byttehastigheten på 5 850 Hz, en nøyaktighet på 90 % (± 1 %), relativt lavt energiforbruk, lett vekt og strålingsmotstand alle ut til å gjøre sopp‑memristorer attraktive for kant‑databehandling, romfart og innebygde firmware‑applikasjoner.

Imidlertid ble nøyaktigheten redusert etter hvert som frekvensen økte, så ikke alle typer signaler sannsynligvis kan behandles/beregnes med denne metoden.

Det bør også bemerkes at metoden kun skaper biologisk nedbrytbare materialer (mat‑gradert shiitake dyrkes på trefliser) og krever ingen sjeldne jordarter eller giftige materialer, i motsetning til konvensjonelle elektroniske brikker.

Fremtidig potensial

The study here was a first trial, and was limited in two ways:

• Testene var relativt korte, og varte kun i 2 måneder. Så den langsiktige kapasiteten til sopp‑memristorer må fortsatt undersøkes.
• Metoden brukte en masseproduksjon, mens faktiske anvendelser ville kreve en mikrokultur av myceliet dyrket i et dedikert miljø, som gir mye mindre og mye mer kontrollerte resultater.

So this is really just a proof of concept, a demonstration that something as exotic as fungal computing is even possible and reliable.

Eventuelle fremtidige design vil sannsynligvis bruke mer konsistente dyrkningsteknikker ved hjelp av 3D‑printede maler og strukturer som former shiitake‑soppen til ønsket geometri.

Programmering kan også lettes ved å legge til elektriske kontakter på en 3D‑printet dyrkningsstruktur.

Til slutt vil langsiktig bruk kreve bevaring, som kan innebære en rekke teknikker, inkludert dehydrering, uttørking, frysetørking, visse hydrogel og spesielle belegg.

Likevel er ideen om å utvikle memristorer med utelukkende organiske materialer, og motstandsdyktig, billig og biologisk nedbrytbart soppmateriale, fascinerende.

Investere i bioprinting

BICO Group AB (BICO.ST)

As organic-based computing progresses, 3D printing of living tissues will likely become an increasingly used tool. First in research, and then for the actual production of devices leveraging this technology.

En ledende aktør på feltet har vært Cellink, hvis maskiner brukes til bioprinting av forskere over hele verden.

Kilde: Cellink

I 2021 ble Cellink omdøpt til BICO Group, etter oppkjøpet av Cytena i 2019 og Scienion i 2020.

Cellink er fortsatt merkenavnet for bioprinting‑delen av virksomheten. Dette kan også brukes til å lage 3D‑vev eller organer på forespørsel. (Du kan lese en diskusjon om dette temaet i “3D Printing Human Organs – How Realistic Is It?”.)

Bioprinting utgjør omtrent 1/5 av virksomheten, med bioscience‑automatiseringssegmentet, inkludert bildediagnostikk av biologiske prøver, som står for mer enn 3/5^th av inntektene.

Kilde: BICO Group AB

På lang sikt vil bioprinting‑selskaper sannsynligvis utvikle seg fra å levere verktøy til forskere til å bli leverandører av bioprinting‑terapier for farmasøytiske selskaper til pasienter.

Dette vil igjen fullstendig endre antallet bioprintere i bruk og, viktigere, volumet av forbruksvarer som selges hver måned.

Dette er den samme prosessen som skjedde for andre produsenter av biolab‑utstyr, inkludert genomsekvenseringsmaskiner fra PacBio (PACB) og Illumina (ILMN), som ender opp med å tjene 80 % av inntektene sine på tilbakevendende salg av forbruksvarer.

Ettersom BICO Group ikke er kun avhengig av dette feltet, kan de fortsette å forbedre teknologien til den når en kritisk masse av brukere, samtidig som de tjener penger og bygger sitt salgsnettverk med bioresearchere fra sine andre, mer modne produkter innen bioscience‑automatisering.