Interfejs ludzkiego mózgu/chmury

Wprowadzenie

„Będziemy mieć nanoboty, które… połączą naszą korę nową z syntetyczną korą nową w chmurze… Nasze myślenie będzie…. hybryda biologiczna i niebiologiczna.”

— Ray Kurzweil, TED 2014

W medycynie istnieje nieustanne dążenie do opracowywania mniejszych, bardziej wydajnych, skutecznych i opłacalnych urządzeń i systemów. Głównym motorem tych poszukiwań jest komórkowa i subkomórkowa geneza chorób człowieka, na jaką skalę nanourządzenia mogą bezpośrednio wchodzić w interakcje i potencjalnie pozytywnie wpływać na wyniki choroby lub całkowicie im zapobiegać, szczególnie w odniesieniu do zaburzeń mózgu ( Kandel i in., 2000 , Kandel, 2001 ; Zigmond et al., 2014 ; Chaudhury et al., 2015 ; Fornito et al., 2015 ; Falk et al., 2016). Pogoń za coraz mniejszymi narzędziami do leczenia pacjentów zbliża się do kluczowego punktu w historii medycyny, ponieważ zaawansowana nanomedycyna – w szczególności nanorobotyka medyczna – ma służyć jako dynamiczne narzędzie w rozwiązywaniu większości zaburzeń mózgu człowieka. Celem jest ostateczne umożliwienie personelowi medycznemu leczenia chorób w przypadku indywidualnego rozwiązania komórkowego i subkomórkowego ( Freitas, 1998 , 1999b , 2003 , 2005a , c , 2007 , 2016 ; Morris, 2001 ; Astier i in., 2005 ; Patel i in. ., 2006 ; Park i wsp., 2007 ; Popov i wsp., 2007 ;Mallouk i Sen, 2009 ; Martel i in., 2009 ; Kostarelos, 2010 ; Mavroides i Ferreira, 2011 ; Boehm, 2013 ).

Zastosowanie nanorobotów do ludzkiego mózgu określane jest tutaj jako „neuralnanorobotyka”. Technologia ta może umożliwić monitorowanie, rejestrowanie, a nawet manipulowanie wieloma rodzajami informacji związanych z mózgiem na poziomie komórkowym i organellarnym ( Martins i in., 2012 , 2015 , 2016 ). Oczekuje się, że medyczne neuralnanoroboty będą miały zdolność do nieniszczącego monitorowania w czasie rzeczywistym aktywności neuroelektrycznej pojedynczego neuronu i pojedynczej synapsy, lokalnego ruchu neuropeptydów i innych istotnych danych funkcjonalnych, jednocześnie umożliwiając pozyskiwanie podstawowych informacji strukturalnych z powierzchni neuronów , aby ulepszyć mapę konektomu żywego ludzkiego mózgu ( Sporns i in., 2005 ; Lu i in., 2009 ;Anderson i in., 2011 ; Kleinfeld i in., 2011 ; Seung, 2011 ; Martins i in., 2012 , 2015 , 2016 ). Przewiduje się, że nieniszczące, mediowane neuronowonanorobotycznie monitorowanie całego mózgu w połączeniu z możliwościami naprawy pojedynczych komórek ( Freitas, 2007 ) zapewni potężne możliwości medyczne do skutecznego leczenia większości lub wszystkich z około 400 znanych zaburzeń mózgu, w tym przede wszystkim: choroby Parkinsona. i Alzheimera ( Freitas, 2016 ), uzależnień, demencji, epilepsji i zaburzeń rdzenia kręgowego ( NINDS, 2017 ).

Oczekuje się również, że neuronanoroboty wzmocnią wiele niemedycznych aplikacji zmieniających paradygmat, w tym znaczne usprawnienie ludzkich funkcji poznawczych, zapewniając platformę bezpośredniego dostępu do możliwości przechowywania i przetwarzania superkomputerów oraz łączenie się z systemami sztucznej inteligencji. Ponieważ technologie oparte na informacjach stale poprawiają swój stosunek ceny do wydajności i projekt funkcjonalny w tempie wykładniczym, prawdopodobne jest, że gdy wejdą one do praktyki klinicznej lub zastosowań niemedycznych, technologie neuralnanorobotyczne mogą działać równolegle z potężnymi systemami sztucznej inteligencji, superkomputerami, i zaawansowana produkcja molekularna.

Ponadto oczekuje się, że autonomiczne urządzenia nanomedyczne będą biokompatybilne, głównie ze względu na ich materiały strukturalne, które umożliwiłyby dłuższe przebywanie w ludzkim ciele ( Freitas, 1999a , 2002 , 2003 ). Medyczne neuralnanoroboty mogą być również wytwarzane w ilościach terapeutycznych wystarczających do leczenia poszczególnych pacjentów, przy użyciu materiałów diamentowych, ponieważ materiały te mogą zapewniać największą wytrzymałość, odporność i niezawodność in vivo ( Freitas, 2010). Trwająca międzynarodowa „Współpraca Nanofabrykatów”, kierowana przez Roberta Freitasa i Ralpha Merkle, ma na celu zbudowanie pierwszej na świecie nanofabryki, która pozwoli na masową produkcję zaawansowanych autonomicznych diamentowych neuralnanorobotów do zastosowań medycznych i niemedycznych ( Freitas i Merkle, 2004). , 2006 ; Freitas, 2009 , 2010 ).

Można sobie wyobrazić, że w ciągu najbliższych 20–30 lat neuralnanorobotyka może zostać rozwinięta, aby umożliwić bezpieczny, bezpieczny, natychmiastowy interfejs w czasie rzeczywistym między ludzkim mózgiem a biologicznymi i niebiologicznymi systemami obliczeniowymi, wzmacniając interfejsy mózg-mózg ( BTBI), interfejsy mózg-komputer (BCI), a w szczególności wyrafinowane interfejsy mózg/chmura (B/CI). Takie ludzkie systemy B/CI mogą radykalnie zmienić komunikację człowiek/maszyna, niosąc ze sobą obietnicę znacznego wzmocnienia ludzkich funkcji poznawczych ( Kurzweil, 2014 ; Swan, 2016 ).

Historycznie fundamentalnym przełomem w kierunku możliwości B/CI był wstępny pomiar i rejestracja aktywności elektrycznej mózgu za pomocą EEG w 1924 roku ( Stone i Hughes, 2013). W tym czasie EEG stanowiło historyczny postęp w neurologicznych i psychiatrycznych narzędziach diagnostycznych, ponieważ technologia ta umożliwiała pomiar różnych chorób mózgu, ilościową ocenę odchyleń wywołanych przez różne stany psychiczne oraz wykrywanie oscylacyjnych fal alfa (8–13). Hz), tzw. „fala Bergera”. Pierwsze pomiary EEG wymagały wprowadzenia srebrnych drutów w skórę głowy pacjentów, które później przekształciły się w srebrne folie, które przyklejono do głowy. Te podstawowe czujniki były początkowo połączone z elektrometrem kapilarnym Lippmanna. Jednak znacznie lepsze wyniki osiągnięto dzięki zastosowaniu galwanometru rejestrującego z podwójną cewką firmy Siemens, który miał rozdzielczość elektroniczną 0,1 mv ( Jung i Berger, 1979 ).

Pierwszy zgłoszony naukowy przypadek terminu „interfejs mózg-komputer” pochodzi z 1973 r., około 50 lat po pierwszym zapisie EEG, kiedy przewidziano, że zgłoszone przez EEG sygnały elektryczne mózgu mogą być wykorzystywane jako nośniki danych w komunikacji człowiek-komputer. Ta sugestia zakładała, że ​​decyzje i reakcje umysłowe mogą być badane na podstawie elektroencefalograficznych fluktuacji potencjału mierzonego na ludzkiej skórze głowy i że znaczące zjawiska EEG należy postrzegać jako złożoną strukturę falek elementarnych, które odzwierciedlają poszczególne zdarzenia korowe ( Vidal, 1973 ).

Obecnie inwazyjne¹ i nieinwazyjne interfejsy mózg-komputer oraz nieinwazyjne systemy komunikacji mózg-mózg zostały już eksperymentalnie zademonstrowane i są przedmiotem poważnych badań na całym świecie. Gdy te istniejące technologie dojrzeją, mogą zapewnić leczenie całkowicie sparaliżowanym pacjentom, ostatecznie umożliwiając przywrócenie ruchu sparaliżowanych kończyn poprzez przekazywanie sygnałów mózgowych do mięśni lub zewnętrznych urządzeń protetycznych ( Birbaumer, 2006 ). Pierwsza zgłoszona bezpośrednia transmisja informacji między dwoma ludzkimi mózgami bez interwencji motorycznych lub obwodowych systemów sensorycznych miała miejsce w 2014 roku, przy użyciu techniki komunikacji mózg-mózg zwanej „hiperinterakcja” ( Grau et al., 2014 ).

Najbardziej obiecującą długoterminową technologią przyszłości dla nieniszczących, działających w czasie rzeczywistym interfejsów człowiek-mózg-komputer oraz komunikacji mózg-mózg może być neuralnanorobotyka ( Martins i in., 2016 ). Neuralnanorobotykę, czyli zastosowanie nanorobotów medycznych do ludzkiego mózgu, jako pierwszy przewidział Freitas, który zaproponował zastosowanie nanorobotów do bezpośredniego monitorowania w czasie rzeczywistym ruchu neuronowego z neuronów in vivo , a także tłumaczenia wiadomości do neuronów ( Freitas, 1999b , 2003). Inni autorzy również przewidzieli B/CI i przewidzieli, że w przyszłości ludzie będą mieli dostęp do syntetycznej niebiologicznej kory nowej, która może pozwolić na bezpośredni B/CI. W ciągu najbliższych kilkudziesięciu lat neuralnanorobotyka może stworzyć niedestrukcyjny, działający w czasie rzeczywistym interfejs o ultrawysokiej rozdzielczości między ludzkim mózgiem a zewnętrznymi platformami obliczeniowymi, takimi jak „chmura”.

Termin „chmura” odnosi się do przetwarzania w chmurze, paradygmatu technologii informatycznych (IT) oraz modelu umożliwiającego wszechobecny dostęp do współdzielonych pul konfigurowalnych zasobów (takich jak sieci komputerowe, serwery, pamięć masowa, aplikacje i usługi), które można szybko udostępniane przy minimalnym wysiłku zarządzania, często przez Internet. Zarówno w przypadku zastosowań osobistych, jak i biznesowych chmura ułatwia szybki dostęp do danych, zapewnia nadmiarowość i optymalizuje globalne wykorzystanie zasobów przetwarzania i przechowywania, umożliwiając dostęp z praktycznie dowolnego miejsca na świecie. Jednak głównym wyzwaniem dla globalnych globalnych technologii przetwarzania informacji opartych na chmurze jest szybkość dostępu do systemu lub opóźnienia. Na przykład obecny wskaźnik opóźnień w obie strony dla pętli transatlantyckich między Nowym Jorkiem a Londynem wynosi 90 ms (Verizon, 2014 ). Ponieważ obecnie na całym świecie jest ponad 4 miliardy użytkowników Internetu, jego ekonomiczny wpływ na światową gospodarkę jest coraz bardziej znaczący. Wpływ ekonomiczny samych aplikacji IoT (Internet of Things) został oszacowany przez McKinsey Global Institute na 3,9 do 11,1 biliona dolarów rocznie do 2025 roku. Globalny wpływ gospodarczy przetwarzania informacji w chmurze w ciągu najbliższych kilku dekad może wynieść co najmniej o rząd wielkości wyższy, gdy usługi w chmurze zostaną połączone w niewyobrażalny wcześniej sposób, zakłócając całe branże ( Miraz i in., 2015 ). Ludzki B/CI za pośrednictwem neuralnanorobotyki, potencjalnie dostępny w ciągu 20–30 lat, będzie wymagał szerokopasmowego dostępu do Internetu z niezwykle wysokimi prędkościami przesyłania i pobierania w porównaniu z dzisiejszymi wskaźnikami.

Ludzkość ma w swoim rdzeniu potężny i nieustanny pęd do odkrywania i stawiania sobie wyzwań, do ulepszania swojej zbiorowej kondycji poprzez nieustanne badanie i przesuwanie granic, jednocześnie nieustannie próbując przełamywać te bariery, które słabo oddzielają możliwe od niemożliwego. Z tych zasad zrodziły się pojęcia ludzkiego augmentacji i wzmocnienia poznawczego.

Ten pęd obejmuje nieustanne poszukiwanie eksploracji i ciągłe pragnienie interakcji społecznych i komunikacji – oba te czynniki są katalizatorami szybko rosnącej globalizacji. W związku z tym rozwój nieniszczącej ludzkiej technologii B/CI w czasie rzeczywistym może służyć jako intymny, spersonalizowany kanał, przez który jednostki miałyby natychmiastowy dostęp do praktycznie każdego aspektu kumulowanej ludzkiej wiedzy, a także opcjonalnej specjalistycznej zdolności do zaangażowania się w niezliczone, w pełni wciągające światy doświadczeń i zmysłów w czasie rzeczywistym.

Ludzki mózg

Ilościowy ludzki mózg

Mózg ludzki posiada znaczną nośników i system przetwarzania, które odznacza się nadzwyczajną efektywność obliczeniowo za rozmiarach i o przeciętnej masie 1400 g i objętości ~1350 cm ³ , zawarty w obrębie „średniej” wewnątrzczaszkowego objętości ~1,700 cm ³ . Krótki ilościowe składników mózgu i parametry operacyjne zawiera ~1,350 cm ³ (-75%), komórki mózgu, ~ 200 cm ³ (15%) we krwi, oraz do ~150 cm ³ (10%), płynu mózgowo-rdzeniowego ( Rengachary i Ellenbogen, 2005 ). Szacuje się, że surowa moc obliczeniowa ludzkiego mózgu mieści się w zakresie od 10 ¹³ do 10 ¹⁶ operacji/s ( Merkle, 1989). Czynnościowych potencjalne działanie opiera ludzkiego mózgu jest szacowana na 5,52 x 10 ¹⁶ bitów / sek ( Martins i wsp., 2012 ), o mocy mózgu szacowany na 15-25 W i gęstości mocy 1,1-1,8 x 10 ⁴ W / m ³ przy temperaturze roboczej w 37,3 ° C ( Freitas, 1999b ).

Biorąc pod uwagę ludzki mózg na poziomie regionalnym, wyjątkowym komponentem jest kora nowa ( tabele 1 , 2 ), która ma wysoce zorganizowaną architekturę neuronową obejmującą domeny sensomotoryczne, poznawcze i emocjonalne ( Alexander et al., 1986 ; Fuster i Bressler , 2012 ). Ta struktura korowa składa się z minikolumnowych i laminarnych układów neuronów, które są połączone połączeniami aferentnymi i eferentnymi rozmieszczonymi w wielu obszarach mózgu ( Lorento de Nó, 1938 ; Mountcastle, 1997 ; Shepherd i Grillner, 2010 ; Opris, 2013 ; Opris i in. ., 2011 , 2013 , 2014, 2015 ). Minikolumny korowe składają się z łańcuchów neuronów piramidalnych, które są otoczone „kurtyną hamowania” utworzoną przez interneurony ( Szentágothai i Arbib, 1975 ).

 

 https://www.frontiersin.org/articles/10.3389/fnins.2019.00112/full