Un gruppo di ricerca dell’Università di Bristol ha collegato un sensore tattile a organoidi neurali e ha verificato se i segnali prodotti potessero essere classificati come lettere Braille.
Nei test descritti in uno studio pubblicato il 16 ottobre su Frontiers in Artificial Intelligence, un singolo organoide ha fornito segnali decodificabili correttamente nel 61% dei casi; combinando le risposte di tre organoidi, l’accuratezza è salita all’83%.
Il sistema non ha chiesto agli organoidi di “leggere” nel senso umano del termine. Un sensore ha registrato i pattern tattili corrispondenti alle 26 lettere dell’alfabeto Braille; i dati sono stati trasformati in stimoli elettrici e inviati a organoidi coltivati su array di microelettrodi.
Un algoritmo di apprendimento automatico ha poi classificato i segnali di attività neurale per stabilire a quale lettera corrispondessero.
Gli organoidi sono modelli biologici molto piccoli, inferiori a un millimetro e composti da circa 10.000 neuroni con cellule di supporto. Non possiedono diverse strutture presenti in un cervello umano.
Il risultato riguarda quindi un compito sperimentale circoscritto di trasmissione e classificazione di segnali, non la coscienza, la comprensione del linguaggio o la capacità di una persona cieca di usare direttamente questa tecnologia.
L’elemento più interessante è il salto osservato combinando tre organoidi. I ricercatori affermano che il gruppo ha anche aiutato a distinguere i segnali dal rumore artificiale meglio del classificatore applicato direttamente ai dati disturbati.
Non è ancora chiaro perché le risposte combinate funzionino meglio: differenze tra gli organoidi potrebbero fornire informazioni complementari, ma potrebbero anche rendere più difficile standardizzare il sistema.
La ricerca esplora un possibile percorso per sistemi bioibridi, in cui componenti biologiche ricevono input da sensori artificiali e restituiscono segnali interpretabili. Prima di qualunque applicazione pratica restano questioni di affidabilità, ripetibilità, alimentazione e controllo delle colture. L’83% è un risultato iniziale di laboratorio, non una prestazione pronta per dispositivi commerciali.
Lo studio mostra una prova di principio utile a capire come interfacciare sensori e reti neurali biologiche; non dimostra che i computer del futuro saranno costruiti con mini-cervelli.