Des mini-cerveaux issus de neurones humains et de souris apprennent à jouer au Pong

(s’ouvre dans un nouvel onglet)

Un mini-cerveau synthétique composé de neurones humains et de souris a appris avec succès à jouer au jeu vidéo « Pong » après que les chercheurs l’ont connecté à un réseau d’électrodes contrôlé par ordinateur. C’est la première fois que des cellules cérébrales isolées d’un organisme accomplissent une telle tâche, ce qui suggère qu’une telle capacité d’apprentissage ne se limite pas à des cerveaux entièrement intacts enfermés dans des crânes d’animaux.

Dans la nouvelle étude, les chercheurs ont développé un réseau de neurones synthétiques au-dessus de rangées d’électrodes logées à l’intérieur d’un minuscule conteneur, qu’ils ont appelé DishBrain. Un programme informatique envoyait des signaux électriques qui activaient des régions spécifiques de neurones. Ces signaux ont dit aux neurones de « jouer » au jeu vidéo rétro « Pong », qui consiste à frapper un point mobile, ou « balle », avec une petite ligne, ou « pagaie », en 2D. Le programme informatique du chercheur a ensuite renvoyé les données de performance aux neurones via des signaux électriques, qui informaient les cellules si elles avaient touché ou manqué la balle.

Les chercheurs ont découvert qu’en seulement cinq minutes, les neurones avaient déjà commencé à modifier la façon dont ils déplaçaient la raquette pour augmenter la fréquence à laquelle ils frappaient la balle. C’est la première fois qu’un réseau neuronal biologique créé par l’homme apprend à accomplir indépendamment une tâche orientée vers un objectif, ont écrit les chercheurs dans un nouvel article publié le 12 octobre dans la revue Neurone (s’ouvre dans un nouvel onglet).

Lié: Comment le cerveau stocke-t-il les souvenirs ?

La nouvelle étude est la première à « rechercher, créer, tester et exploiter explicitement l’intelligence biologique synthétique », a déclaré à Live Science l’auteur principal de l’étude, Brett Kagan, directeur scientifique de Cortical Labs, une société privée de Melbourne, en Australie. Les chercheurs espèrent que leurs travaux pourront être le tremplin vers un tout nouveau domaine de recherche.

Mini-cerveaux

Le matériel DishBrain, qui a été développé par Cortical Labs, se compose d’un petit conteneur circulaire, d’environ 2 pouces (5 centimètres) de large, qui est doublé d’un réseau contenant 1 024 électrodes actives qui peuvent à la fois envoyer et recevoir des signaux électriques. Les chercheurs ont introduit un mélange de neurones humains et de souris au-dessus de ces électrodes. Les neurones ont été amenés par les chercheurs à développer de nouvelles connexions et voies jusqu’à ce qu’ils se transforment en un réseau complexe de cerveau cellules recouvrant complètement les électrodes.

Les cellules de souris ont été cultivées à partir de minuscules neurones extraits d’embryons en développement. Les neurones humains ont été créés à l’aide de pluripotent cellules souches – des cellules vierges capables de se transformer en n’importe quel autre type de cellule – dérivées de cellules sanguines et cutanées données par des volontaires.

(s’ouvre dans un nouvel onglet)

Au total, le réseau de neurones contenait environ 800 000 neurones, a déclaré Kagan. Pour le contexte, c’est à peu près le même nombre de neurones qu’il y a dans le cerveau d’une abeille, a-t-il ajouté. Bien que le réseau de neurones synthétiques ait une taille similaire à celle des cerveaux de petits invertébrés, sa structure 2D simple est beaucoup plus basique que les cerveaux vivants et a donc une puissance de calcul légèrement réduite par rapport aux cerveaux vivants, a déclaré Kagan.

jouer le jeu

Au cours des expériences, les chercheurs ont utilisé un nouveau programme informatique, connu sous le nom de DishServer, combiné avec les électrodes à l’intérieur de DishBrain pour créer un « monde de jeu virtuel » dans lequel les neurones pourraient jouer à « Pong », a déclaré Kagan. Cela peut sembler high-tech, mais en réalité, ce n’est pas très différent de jouer à un jeu vidéo sur un téléviseur.

En utilisant cette analogie, le réseau d’électrodes peut être considéré comme l’écran de télévision, chaque électrode individuelle représentant un pixel sur l’écran ; le programme informatique peut être considéré comme le disque de jeu qui fournit le code pour jouer au jeu ; l’interface neurone-électrode dans DishBrain peut être considérée comme la console de jeu et les contrôleurs qui facilitent le jeu ; et les neurones peuvent être considérés comme la personne qui joue au jeu.

Lorsque le programme informatique active une électrode particulière, cette électrode génère un signal électrique que les neurones peuvent interpréter, de la même manière qu’un pixel sur un écran s’allume et devient visible pour une personne jouant à un jeu. En activant plusieurs électrodes dans un motif, le programme peut créer une forme, dans ce cas une balle, qui se déplace à travers le réseau ou « l’écran de télévision ».

(s’ouvre dans un nouvel onglet)

Une section séparée du réseau surveille les signaux électriques émis par les neurones en réponse aux signaux de « boule ». Ces signaux neuronaux peuvent ensuite être interprétés par le programme informatique et utilisés pour manœuvrer la raquette dans le monde du jeu virtuel. Cette région de l’interface neurone-électrode peut être considérée comme le contrôleur de jeu.

Si les signaux neuronaux reflètent ceux qui déplacent la balle, la raquette frappera la balle. Mais si les signaux ne correspondent pas, il manquera. Le programme informatique envoie un deuxième signal de rétroaction aux neurones de contrôle pour leur dire s’ils ont touché la balle ou non.

enseigner les neurones

Le signal de rétroaction secondaire peut être considéré comme un système de récompense que le programme informatique utilise pour apprendre aux neurones à mieux frapper la balle.

Sans le système de récompense, il serait très difficile de renforcer les comportements souhaitables, comme frapper la balle, et de décourager les comportements défavorables, comme rater la balle. Laissés à eux-mêmes, les neurones de DishBrain déplaceraient la palette au hasard sans aucune considération de l’endroit où se trouve la balle, car cela ne fait aucune différence pour les neurones s’ils frappent la balle ou non.

(s’ouvre dans un nouvel onglet)

Pour contourner ce problème, les chercheurs se sont tournés vers une théorie connue sous le nom de principe de l’énergie libre, « qui propose que les cellules à ce niveau essaient de minimiser l’imprévisibilité de leur environnement », co-auteur de l’étude Karl Friston, neuroscientifique théorique à l’University College de Londres. au Royaume-Uni, a déclaré dans un déclaration (s’ouvre dans un nouvel onglet). Friston a été le premier chercheur à proposer l’idée du principe de l’énergie libre dans un article de 2009 publié dans la revue Tendances en sciences cognitives (s’ouvre dans un nouvel onglet).

Dans un sens, « les neurones essaient de créer un modèle prévisible du monde », a déclaré Kagan à Live Science. C’est là que le signal de rétroaction secondaire, qui indique aux neurones s’ils ont touché ou manqué la balle, entre en jeu.

Lorsque les neurones ont réussi à frapper la balle, le signal de rétroaction est délivré à une tension et à un emplacement similaires aux signaux utilisés par l’ordinateur pour déplacer la balle. Mais lorsque les neurones ont raté la balle, le signal de retour frappe à une tension aléatoire et à plusieurs endroits. Selon le principe de l’énergie libre, les neurones veulent minimiser la quantité de signaux aléatoires qu’ils reçoivent, ils commencent donc à changer la façon dont ils déplacent la « palette » par rapport à la « balle ».

Dans les cinq minutes suivant la réception de cette rétroaction, les neurones augmentaient la fréquence à laquelle ils frappaient la balle. Après 20 minutes, les neurones ont pu enchaîner de courts échanges où ils frappaient continuellement la balle alors qu’elle rebondissait sur les « murs » du jeu. Vous pouvez voir à quelle vitesse les neurones ont progressé dans ce simulation en ligne.