Принстон вирощує живі нейрони прямо в 3D-пристрої — і вони вже розпізнають патерни як ШІ

Мозок людини споживає ~20 Вт — приблизно як тьмяна лампочка. ChatGPT за одну відповідь споживає ~0,001–0,01 кВт·год. На тренування GPT-4 пішло ~50 ГВт·год — і це щоразу більше. Між біологічним і кремнієвим інтелектом є прірва в енергоефективності — і дослідники шукають шляхи через неї. Принстонська команда знайшла несподіваний: замість того, щоб робити кремній більш «мозковим», вони взяли справжні живі нейрони і зростили їх разом із електронікою в єдиний 3D-пристрій. Як повідомляє SciTechDaily з посиланням на публікацію Мрітунджая Кумара, Джеймса Стерма і Тянь-Мінь Фу в Nature Electronics, цей пристрій вже може розпізнавати електричні патерни — і відкриває шлях до принципово нового покоління «живих» обчислювальних систем.

Що відомо коротко

• : Kumar M., Sturm J.C., Fu T.-M. «A three-dimensional micro-instrumented neural network device», Nature Electronics (23 квітня 2026). DOI: 10.1038/s41928-026-01608-1. Princeton University (Department of Electrical and Computer Engineering + Omenn–Darling Bioengineering Institute).
• Ключова ідея: замість плоских 2D культур нейронів або 3D-органоїдів, що стимулюються ззовні — 3D-сітка металевих дротів і електродів, що взаємодіє з нейронами зсередини мережі.
• Конструкція: мікроскопічна металева сітка з тонким епоксидним покриттям (гнучке, м’яке як нейрони) + нейрони ростуть навколо і зрощуються зі структурою.
• Функція: пристрій програмується обчислювальними методами і може розпізнавати електричні патерни.
• Перевага над попередніми: 2D культури і 3D органоїди мали зв’язок з електронікою лише зовні; нова система — всередині нейронної мережі.
• Застосування: нейронаука (вивчення функцій мозку), низькоенергетичні обчислення.
• Принциповий результат: перший пристрій, де біологічна нейронна мережа і електроніка утворюють єдину 3D-структуру.

Що це за явище

Мозок людини містить ~86 мільярдів нейронів і споживає лише 20 Вт — тоді як сучасні суперкомп’ютери, що намагаються симулювати його, споживають мегавати. Ця різниця в енергоефективності є не просто кількісною — вона є наслідком принципово іншої архітектури. Нейрон є аналоговим, паралельним і «вбудованим» у середовище — він обробляє інформацію через зміну синаптичної сили, а не через цифрові операції. Якщо використати реальні нейрони для обчислень — можна «запозичити» їхню унікальну ефективність.

«Органоїдний інтелект» — новий напрям, де живі нейрони або мозкові органоїди (3D-культури) використовуються як обчислювальні компоненти. Попередник — Brainoware (Fudan University, 2023 р.) — показав, що 3D-органоїди можуть вчитись вирішувати завдання. Але ключова проблема: як ефективно «читати» і «записувати» сигнали у 3D-мережу нейронів? Princeton вирішив це через вбудовані електроди.

Деталі відкриття

Принципово нова архітектура: попередні системи стимулювали і зчитували нейрони зовнішніми електродами — як мікроелектродні матриці під або навколо культури. Але 3D-мережа нейронів не має однорідного «дна» — частина нейронів далеко від електродів і погано зчитується.

Команда Кумара і Фу розробила «сітку зсередини»: ультратонкі металеві дроти і електроди формують 3D-каркас з гнучким епоксидним покриттям. Нейрони ростуть навколо цього каркасу — і поступово зростаються з ним, формуючи справжню гібридну 3D-структуру. Кожен електрод знаходиться всередині нейронної мережі, а не зовні — що дає значно кращий зв’язок для зчитування і стимуляції.

Що показали нові спостереження

[Карта нюху Harvard показала: навіть «стабільні» нейронні системи є значно динамічнішими, ніж вважали](написана в цій сесії) — і нові обчислювальні системи на основі живих нейронів можуть використати саме цю пластичність. На відміну від кремнієвих систем, де «навчання» — це зміна вагових коефіцієнтів в математиці, тут навчання є справжньою зміною синаптичних зв’язків. Нейрони дійсно «перебудовуються» при обробці інформації.

Чому це важливо для науки

«Рання версія цього дизайну може взаємодіяти з нейронами і бути запрограмованою», — говорить команда. Це прорив у двох напрямках одночасно. По-перше — інструмент для нейронауки: вбудована 3D-електроніка дозволяє вивчати активність нейронних мереж у небаченій раніше деталі. По-друге — прототип нового типу комп’ютера: якщо масштабувати, такі пристрої можуть вирішувати завдання розпізнавання образів з енергоефективністю, недосяжною для кремнію.

Цікаві факти

• Енергоефективність мозку є феноменальною: мозок виконує ~10¹⁵ операцій в секунду при споживанні 20 Вт — ~50 трильйонів операцій на Вт. Найефективніші GPU 2026 р. досягають ~20 трильйонів операцій на Вт — вдвічі менше. Але мозок робить це через аналогові процеси зі спайками нейронів, а не через цифрову математику. Нові «живі» пристрої намагаються запозичити саме цей принцип. Джерело: Kumar et al., Nature Electronics 2026.
• Гнучке епоксидне покриття є ключем до успіху пристрою: нейрони є механічно дуже м’якими (~0,1–1 кПа жорсткості), тоді як метали є на порядки жорсткішими. Жорстка електроніка поруч із нейронами руйнує їх через механічний стрес. Тонке гнучке епоксидне покриття робить металеву сітку достатньо «ніжною», щоб нейрони могли рости навколо неї і формувати нормальні синаптичні зв’язки. Джерело: Nature Electronics 2026.
• Brainoware (Fudan University + Indiana University, Nature Electronics, 2023) — найближчий попередник: 3D-органоїд кортексу (мозкові клітини) на мультиелектродній матриці навчили розпізнавати мовлення з ~78% точністю. Але матриця знаходилась під органоїдом — зв’язок з нейронами у верхніх шарах був поганим. Princeton вирішив цю проблему через вбудовані електроди. Джерело: Cai et al., Nature Electronics, 2023.
• «Органоїдний інтелект» (OI) — формальний науковий напрям, ініційований Балтиморською декларацією 2023 р. (Hartung et al., Frontiers in Science). Мета: розробити «OrganoidChip» — стандартизовані пристрої з живих нейронів для навчання і виконання завдань. Дорожня карта передбачає: 2024–2026 — демонстрація базових обчислювальних можливостей; 2027–2030 — масштабування і специфічні застосування; 2030+ — можливі медичні і комерційні продукти. Принстонська стаття є частиною цього плану. Джерело: Hartung et al., Frontiers in Science 2023.

FAQ

Чи це вже «штучний мозок»? Ні — і дослідники це підкреслюють. Пристрій містить відносно невелику кількість нейронів у порівнянні з мозком (~86 млрд нейронів і ~100 трлн синапсів). Він може розпізнавати певні патерни — але не «думає» у жодному значущому сенсі. Це радше дуже рання «живоелектронна» платформа — перший крок до принципово нового класу пристроїв.

Які етичні питання виникають при використанні живих нейронів для обчислень? Це активна дискусія у науковій спільноті. Нейрони, що використовуються в таких пристроях, є лінійними культурами — вони не мають складної мозкової організації і не здатні до свідомості чи суб’єктивного досвіду. Але зі зростанням складності систем ці питання стають важливішими. Балтиморська декларація 2023 р. включає етичні принципи для OI-досліджень.

Коли такі пристрої можуть стати практичними? Автори позиціонують поточну роботу як «ранню версію», що доводить концепцію. До практичних застосувань потрібні: масштабування кількості нейронів, підвищення стабільності і відтворюваності, розробка стандартних протоколів навчання і інтеграція з зовнішніми системами. Реалістичний горизонт для спеціалізованих застосувань (наприклад, нейронаукові інструменти) — 5–7 років.

WOW-факт: Мозок людини виконує більше обчислень за секунду, ніж найбільший суперкомп’ютер — і при цьому споживає не більше за тьмяну лампочку. Кремній намагається наздогнати його вже 70 років — і все ще програє за ефективністю. Команда Принстону вирішила не наздоганяти, а «найняти»: вони вбудували металеву сітку всередину живих нейронів і дозволили їм рости разом з електронікою. Нейрони зрослись із дротами і стали частиною пристрою. Перший такий пристрій вже розпізнає патерни. Це не симуляція мозку. Це — пристрій, де мозок є буквально компонентом схеми.

Живі клітини мозку і електроніка злились у першому 3D-пристрої з’явилася спочатку на Цікавості.

cikavosti.com