Forscher drucken einzigartige Neuronen, die mit dem Gehirn kommunizieren

Computer arbeiten in starren Nullen und Einsen. Menschliche Neuronen haben ein flexibles Repertoire an biologischen Signalen von Bursts, Spikes und kontinuierlichem Dauerfeuer. Die beiden Signalsprachen sind inkompatibel. Damit sie miteinander kommunizieren können, etwa in Implantaten, braucht es eine Übersetzung. Bislang geschieht dies meist über die vergleichsweise grobe Nachahmung von Gehirnsignalen durch Elektroden.

Forscher der Northwestern University im US-Bundesstaat Illinois haben nun gedruckte künstliche Neuronen entwickelt, die über bloße Imitation hinausgehen und direkt mit echten Gehirnzellen interagieren können. Diese flexiblen, kostengünstigen Bauteile erzeugen elektrische Signale, die denen lebender Neuronen sehr ähneln. Dadurch sind sie in der Lage, biologisches Hirngewebe direkt zu aktivieren. Die Ergebnisse wurden in „Nature Nanotechnology“ veröffentlicht.

In Experimenten mit Mausgehirnschnitten lösten die künstlichen Neuronen erfolgreich Reaktionen in echten Neuronen aus. Mögliche Anwendungsgebiete umfassen Gehirn-Maschine-Schnittstellen und Neuroprothesen, etwa Implantate, die dabei helfen könnten, Hören, Sehen oder Bewegung wiederherzustellen.

Heutige Hörgeräte beispielsweise stimulieren den Hörnerv mit vergleichsweise vereinfachten Signalen. Künstliche Neuronen, die diesen mit der richtigen Spike-Form anregen, könnten das Nervensystem viel präziser ansprechen. Feineres Hören, besseres Sehen bei Retina-Implantaten, natürlichere Bewegungssteuerung bei Lähmungen – all das könnte möglich sein.

Bei Parkinson, Epilepsie oder chronischen Schmerzen, bei denen Tiefenhirnstimulation eingesetzt wird, um Symptome zu lindern, könnten künstliche Neuronen echte Fortschritte bringen. Denn ein Gerät, das den Rhythmus des Gehirns wirklich versteht, könnte einfühlsamer auf diesen antworten.

Auch bei Neuroprothesen, die biologische Signale aufnehmen, verarbeiten und zurückspielen, könnten sie eines Tages zum Einsatz kommen. Solche Geräte könnten der Unterstützung der Gedächtnisleistung bei Alzheimer dienen. Dies gelang in der Grundlagenforschung bereits 2024. Allerdings nur auf Basis traditioneller, grober Elektroden.

Neuromorphes Computing

Die Technologie künstlicher Neuronen deutet aber auch auf ein weiteres Forschungsfeld der Zukunft hin, das sogenannte neuromorphe Computing. Dabei handelt es sich um eine neue Generation von Computersystemen, die vom Gehirn inspiriert sind.

Indem nachgebildet wird, wie Neuronen kommunizieren, könnte zukünftige Hardware komplexe Aufgaben mit einem deutlich geringeren Energieverbrauch bewältigen. Das Gehirn ist nach wie vor das energieeffizienteste bekannte Computersystem. Wissenschaftler hoffen daher, seine Prinzipien auf moderne Technologie anzuwenden.

„Die Welt, in der wir heute leben, wird von künstlicher Intelligenz beherrscht“, sagte Mark C. Hersam von der Northwestern University, der die Studie leitete. „Der Weg, KI intelligenter zu machen, besteht darin, sie mit immer mehr Daten zu trainieren. Dieses datenintensive Training führt zu einem massiven Problem mit dem Stromverbrauch. Daher müssen wir effizientere Hardware entwickeln, um mit Big Data und KI umzugehen. Da das Gehirn fünf Größenordnungen energieeffizienter ist als ein digitaler Computer, liegt es nahe, das Gehirn als Inspiration für das Computing der nächsten Generation zu betrachten.“

Moderne Computer bewältigen wachsende Arbeitslasten, indem sie Milliarden identischer Transistoren auf starren, zweidimensionalen Siliziumchips unterbringen. Jedes Bauteil verhält sich auf dieselbe Weise, und einmal hergestellt, bleibt das System unveränderlich.

Das Gehirn funktioniert grundlegend anders. Es besteht aus vielen verschiedenen Neuronentypen, die jeweils spezialisierte Aufgaben übernehmen und in weichen, dreidimensionalen Netzwerken angeordnet sind. Diese Netzwerke verändern sich ständig, indem sie beim Lernen neue Verbindungen bilden und bestehende anpassen.

„Silizium erreicht Komplexität durch Milliarden identischer Bauteile“, sagte Hersam. „Alles ist gleich, starr und nach der Herstellung unveränderlich. Das Gehirn ist das genaue Gegenteil. Es ist heterogen, dynamisch und dreidimensional. Um uns in diese Richtung zu bewegen, benötigen wir neue Materialien und neue Methoden zur Herstellung von Elektronik.“

Obwohl künstliche Neuronen schon früher entwickelt wurden, erzeugen die meisten davon übermäßig einfache Signale. Um komplexeres Verhalten zu erreichen, benötigen Ingenieure typischerweise große Netzwerke aus Bauteilen, was den Energieverbrauch erhöht.

Druckbare Materialien mit gehirnähnlichem Verhalten

Um echte neuronale Aktivität besser nachzubilden, baute Hersams Team künstliche Neuronen aus weichen, druckbaren Materialien, die der Struktur des Gehirns stärker ähneln. Ihr Ansatz basiert auf elektronischen Tinten aus nanoskaligen Flocken aus Molybdändisulfid (MoS₂), das als Halbleiter fungiert, und Graphen, das als elektrischer Leiter dient. Diese Materialien wurden mithilfe von Aerosol-Jet-Druck auf flexible Polymeroberflächen aufgebracht.

Früher betrachteten Forscher das Polymer in diesen Tinten als Fehler, da es die elektrische Leistung beeinträchtigte, und entfernten es daher nach dem Druckvorgang. In dieser Arbeit nutzte das Team genau diese Eigenschaft, um das Bauteil zu verbessern.

„Anstatt das Polymer vollständig zu entfernen, zersetzen wir es nur teilweise“, erklärte er. „Wenn wir dann Strom durch das Bauteil leiten, treiben wir die weitere Zersetzung des Polymers voran. Diese Zersetzung erfolgt räumlich inhomogen, was zur Bildung eines leitenden Filaments führt, sodass der gesamte Strom auf einen engen Bereich im Raum beschränkt wird.“

Dieser schmale leitende Pfad erzeugt eine plötzliche elektrische Reaktion, die dem Feuern eines Neurons ähnelt. Das resultierende Bauteil kann eine breite Vielfalt an Signalen erzeugen, die der echten neuronalen Kommunikation sehr ähneln – darunter einzelne Spikes, kontinuierliches Feuern und Burst-Muster.

Da jedes künstliche Neuron komplexere Signale erzeugen kann, werden für die Ausführung anspruchsvoller Aufgaben weniger Bauteile benötigt. Dies könnte die Recheneffizienz erheblich verbessern.

Verwandte Forschung aus Deutschland

Die Northwestern-Studie steht nicht allein. In Deutschland laufen mehrere verwandte Programme: In Aachen und Jülich erforschen Wissenschaftler der RWTH und des Forschungszentrums Jülich mit staatlicher Förderung von bis zu 45 Millionen Euro sogenannte memristive Bauelemente. Dies sind Chips, die ähnlich wie biologische Synapsen Informationen speichern und verarbeiten, und damit deutlich energieeffizienter arbeiten als herkömmliche Transistoren.

An der TU Dresden wurde ein Nanotransistor aus Siliziumdrähten entwickelt, der sowohl Lern- als auch Gedächtnisfunktionen des Gehirns in einem einzigen Bauteil nachahmt. In Göttingen wiederum stellten Forscher der Universität und des Max-Planck-Instituts künstliche Neuronen vor, die sich selbst organisieren und ohne äußere Steuerung lernen – inspiriert von Nervenzellen im menschlichen Großhirnkortex.

Was die Arbeit aus Northwestern bisher einzigartig macht, ist die Kombination aus druckbaren, biegsamen Materialien und der ausgeprägten Fähigkeit, direkt mit lebendem Hirngewebe zu interagieren. Die deutschen Ansätze konzentrieren sich entweder auf Rechenhardware oder auf Neuronenmodelle, nicht auf beides zugleich. Dennoch zeigt die Breite der Aktivitäten, dass das internationale Rennen um gehirninspiriertes, energieeffizientes Computing längst in vollem Gange ist.

Um zu prüfen, ob die künstlichen Neuronen tatsächlich mit lebenden Systemen interagieren können, arbeiteten die Forscher mit Indira M. Raman zusammen, Professorin für Neurobiologie am Weinberg College. Ihr Team wandte die künstlichen Signale auf Schnitte des Mauskleingehirns an.

Die Ergebnisse zeigten, dass die elektrischen Spikes wesentliche biologische Eigenschaften widerspiegeln, darunter ihr zeitliches Verhalten und ihre Dauer. Diese Signale aktivierten zuverlässig echte Neuronen und lösten neuronale Schaltkreise auf eine Weise aus, die natürlicher Hirnaktivität ähnelt.

„Andere Labore haben versucht, künstliche Neuronen aus organischen Materialien herzustellen, aber diese feuerten zu langsam“, sagte Hersam. „Oder sie verwendeten Metalloxide, die zu schnell sind. Wir befinden uns in einem zeitlichen Bereich, der für künstliche Neuronen bisher nicht nachgewiesen wurde. Man kann sehen, wie die lebenden Neuronen auf unser künstliches Neuron reagieren. Wir haben also Signale demonstriert, die nicht nur die richtige Zeitskala aufweisen, sondern auch die richtige Spike-Form, um direkt mit lebenden Neuronen zu interagieren.“

Eine Chance für KI

Über die Leistung hinaus bietet der neue Ansatz ökologische und praktische Vorteile. Der Herstellungsprozess ist einfach und kostengünstig, und die additive Druckmethode bringt Material nur dort auf, wo es benötigt wird, wodurch Abfall reduziert wird.

Die Verbesserung der Energieeffizienz ist besonders wichtig, da KI-Systeme immer anspruchsvoller werden. Große Rechenzentren verbrauchen bereits enorme Mengen an Strom und benötigen erhebliche Wassermengen zur Kühlung.

„Um den Energiebedarf von KI zu decken, bauen Technologieunternehmen Gigawatt-Rechenzentren, die von eigens dafür vorgesehenen Kernkraftwerken betrieben werden“, sagte Hersam. „Es ist offensichtlich, dass dieser massive Stromverbrauch die weitere Skalierung des Computings einschränken wird, da es schwer vorstellbar ist, dass ein Rechenzentrum der nächsten Generation 100 Kernkraftwerke benötigen würde. Das weitere Problem besteht darin, dass bei der Dissipation von Gigawatt an Leistung enorme Wärmemengen entstehen. Da Rechenzentren mit Wasser gekühlt werden, belastet KI die Wasserversorgung erheblich. Wie man es auch betrachtet – wir müssen energieeffizientere Hardware für KI entwickeln.“