Novo istraživanje objavljeno u časopisu Neuron opisuje kako je sustav živčanih stanica uzgojenih u laboratoriju – nazvan DishBrain – pokazao sposobnost učenja kroz interakciju s računalnom okolinom nadahnutom klasičnom arkadnom igrom Pong. Autori povezani s tvrtkom Cortical Labs, sveučilištima Monash University, The University of Melbourne, RMIT University, Canadian Institute for Advanced Research i University College London opisuju kako su aktivne mreže neurona u stvarnom vremenu prilagođavale svoje odgovore na povratne podražaje kako bi sve učinkovitije “pogađale lopticu”. U središtu eksperimenta nalazile su se neuronske kulture povezane s mikrolektrodnim mrežama visoke gustoće, čime je električna aktivnost mogla upravljati virtualnim reketom i primati neposredne posljedice uspjeha ili pogreške. U tom se okruženju jasno istaklo koliko su neuronske stanice osjetljive na predvidljive obrasce i koliko brzo mijenjaju ponašanje kada se susretnu s nečim nepredvidivim.

Što je DishBrain i kako je sastavljen

Središnji objekt istraživanja činio je sustav DishBrain, konstruiran od približno 800.000 živčanih stanica koje su rasle na čipu s mikrolektrodama. Te su se kulture sastojale ili od kortikalnih stanica iz mišjih embrija ili od ljudskih stanica dobivenih iz induciranih pluripotentnih matičnih stanica. Takva konfiguracija omogućila je precizno snimanje i stimulaciju, a električni signali pretvarali su se u pomake virtualnog reketa unutar jednostavnog, ali informativnog okruženja koje oponaša Pong. Tijekom pokusa neuronske stanice nisu bile programirane unaprijed – umjesto toga su, kao i u prirodnim mrežama, kroz iskustvo i povratne informacije reorganizirale obrasce aktivnosti kako bi povećale vjerojatnost “pogotka”. Upravo ta spontanost i prilagodljivost čine da neuronske stanice odskaču od digitalnih sustava koji ovise o eksplicitnim pravilima.

Za razliku od simulacija koje računaju neurone kao jednadžbe, ovdje su stvarne neuronske stanice – živi neuroni koji spontano stvaraju akcijske potencijale – preuzimali ulogu obrađivača informacija. Mikrolektrodni raspored je imao dvostruku svrhu: s jedne strane bilježio je signale koje stvaraju neuronske stanice, a s druge strane slao je strukturirane podražaje u “senzorne” regije kulture. Takav dvosmjerni most između čipa i kulture omogućio je da se sustav ponaša kao petlja učenja u kojoj povratna informacija nastaje odmah nakon ishoda igre. Time se naglasila iznimna svojstva koja neuronske stanice posjeduju kada se nalaze u uvjetima u kojima posljedice imaju predvidljivu strukturu.

Uloga induciranih pluripotentnih matičnih stanica

Velik dio platforme oslanja se na ljudske inducirane pluripotentne matične stanice (iPSC), koje omogućuju formiranje neurona iz primarno nespecijaliziranih stanica kože ili krvi. Tehnika je dio šireg biomedicinskog arsenala koji pomaže u modeliranju neurodegenerativnih poremećaja te u testiranju kandidata za lijekove na ljudskim staničnim pozadinama. Kada se iPSC diferenciraju u neurone, nastaju mreže koje spontano osciliraju i stvaraju sinkronizirane valove aktivnosti – ponašanje koje podsjeća na rane razvojne faze živčanih krugova. U takvom okruženju neuronske stanice komuniciraju električnim i kemijskim signalima, formiraju sinapse i s vremenom pokazuju obrasce koji su sve organiziraniji. Time se stvara podloga na kojoj se može mjeriti kako neuronske stanice uče iz posljedica te kako diferencirana kultura reagira na strukturirani podražaj i na nasumičnu perturbaciju.

Upotreba iPSC-a pogodna je i zato što omogućuje standardizaciju – različite serije kulture mogu se prilagoditi tako da zadrže što sličnija svojstva. To je važno da bi se razlikovalo učenje od slučajnih promjena. Kroz pažljivo doziranu stimulaciju i kontrolirane uvjete, neuronske stanice u eksperimentu dobivale su smislen “jezik” ulaza i izlaza, čime su pomaci reketa u virtualnoj igri imali jasnu vezu s uzorcima izbijanja akcijskih potencijala.

Povijesni temelji: Yamanaka i Gurdon

Temeljna otkrića na kojima počiva ovaj pristup potječu iz radova Shinye Yamanake i Sir Johna Gurdona. Yamanaka je pokazao da je moguće reprogramirati zrele stanice u pluripotentno stanje aktivacijom odabranog skupa transkripcijskih čimbenika – korak koji je otvorio put stvaranju iPSC-a i njihovu širu primjenu. Gurdon je desetljećima ranije demonstrirao da se jezgra somatske stanice može vratiti u stanje sposobno voditi cjelokupni razvoj, čime je postavio konceptualne temelje nuklearne reprogramacije. Zahvaljujući tim uvidima, danas je izvedivo generirati ljudske neurone iz dostupnih tkiva, a zatim ispitivati kako neuronske stanice reagiraju u zadatcima koji traže učenje i prilagodbu.

Kako je “učenje kroz igru” bilo strukturirano

Igra je bila zamišljena tako da bude što jednostavnija: okomiti reket kreće se prema gore ili dolje, a loptica se kreće vodoravno – kad je reket pravilno postavljen, loptica se “pogađa”, inače promašuje. U ovom okviru senzorne regije kulture dobivale su “informaciju” o položaju loptice kroz skupinu elektroda koje su palile definirane uzorke. Drugi skup elektroda mapiran je na “motoričke” regije – obrasci izbijanja koje su stvarale neuronske stanice pretvarani su u naredbe za pomicanje reketa. Kad bi reket presreo lopticu, sustav je isporučivao predvidljiv podražaj koji je prekidao dotadašnji ritam i davao konzistentan signal uspjeha. Ako bi došlo do promašaja, stigao bi nepredvidljiv, varijabilan podražaj.

Upravo ta razlika između predvidljivog i nepredvidljivog, između “poznatog” i “iznenađenja”, bila je ključna. Neuronske stanice spontano teže stabilnijim obrascima – kada se nepredvidljivost pojavi, tendiraju reorganizirati aktivnost kako bi se vratile u područje predvidljivijih ishoda. Iako je okruženje jednostavno, ono stvara bogat prostor za adaptaciju: svako izbijanje, svaka sinkronizacija i svaki pomak u vremenu izbijanja akcijskih potencijala mijenja ishod na sljedećem koraku. Brojne epizode sa “pogocima” nagrađuju se pravilnim, ponovljivim poticajem, dok se promašaji “kažnjavaju” šumom koji neurone odvodi u stanje koje žele izbjeći. Kroz ovakvu petlju, neuronske stanice sve češće proizvode obrasce koji povećavaju vjerojatnost da će reket doći u ispravan položaj.

Povratna sprega i načelo free energy principle

Teoretsko utemeljenje ponašanja sustava često se opisuje kroz načelo free energy principle, okvir koji pretpostavlja da biološki sustavi teže minimizirati iznenađenje – razliku između očekivanog i opaženog. U praksi to znači da neuronske stanice, izložene konsekventnim posljedicama, traže konfiguracije aktivnosti koje daju manje neočekivanih podražaja. Predvidljiv podražaj nakon “pogotka” služi kao signal da je strategija korisna, dok nasumičan poticaj nakon promašaja potiče promjenu strategije. Sustav tako ne treba eksplicitna pravila; dovoljno je da posljedice budu dosljedne. U takvom okviru neuronske stanice postupno uspostavljaju obrasce koji uspješno upravljaju reketom, a to čine bez pisanog koda – koristeći vlastitu dinamiku i sinaptičku plastičnost.

Kada se ovakva petlja učenja promatra kroz dulje razdoblje, može se uočiti kako neuronske stanice učestalije proizvode izboje usklađene s poticajima koji prethode “pogođenoj” loptici. Drugim riječima, polako nastaje veza između određenih ulaznih obrazaca i motornih odgovora koji vode boljem ishodu. U laboratorijskim uvjetima ovo je vidljivo kao promjena u prostorno-vremenskom rasporedu aktivnosti na mikrolektrodnom polju, gdje se pojačava sudjelovanje onih dijelova kulture koji doprinose korisnom ishodu.

Tehničke pojedinosti: mikrolektrode i mapiranje

Visokogustoćne mikrolektrodne mreže (HD-MEA) omogućile su fino uzorkovanje aktivnosti u različitim regijama kulture. To je važno jer neuronske stanice nisu homogena masa – pojedine skupine neurona spontano tvore mikrokrugove koji drugačije reagiraju na podražaje. Precizno mapiranje “senzornih” i “motoričkih” zona pruža način za stvaranje funkcionalne petlje bez nužnog anatomskog odvajanja. Povrh toga, mogućnost da se u istom trenutku istovremeno snima i stimulira čini da svaka epizoda u igri ima izravnu, mjerljivu korelaciju s obrazcima izbijanja, što otvara prostor za kvantitativne analize učenja.

Takvo postavljanje posebno je pogodno za jednostavne zadatke poput onih u Pong-u. Uspostavi li se jasna veza između vrste podražaja i izlaza, neuronske stanice mogu u kratkom vremenu pokazati adaptaciju. Time se eksperiment razlikuje od klasičnih računalnih simulacija – dok bi digitalni sustav trebao eksplcitne algoritme, neuronske stanice same stvaraju dinamiku koja minimizira neugodan, nasumičan poticaj. Ta sposobnost proizlazi iz svojstava sinaptičke plastičnosti, vremenske integracije i nelinearne dinamike koja je urođena biološkim mrežama.

Primjene i implikacije za biomedicinu

Platforma poput DishBrain-a može poslužiti za testiranje farmakoloških intervencija u uvjetima koji su bliži ljudskoj fiziologiji nego čiste digitalne simulacije. Budući da neuronske stanice u kulturi reagiraju na lijekove promjenama u uzorcima aktivnosti, jednostavni zadaci pružaju osjetljive bihevioralne “readoute” na razini mreže. Ako se, primjerice, uvede kandidatni lijek koji mijenja sinaptičku transmisiju, učinak se može očitovati kao promjena u uspješnosti “pogodaka” ili kao izmjena u stabilnosti obrazaca. U tom smislu, zadatak koji uključuje Pong nije samo demonstracija – on je mjerna traka za adaptivne sposobnosti mreže.

Za istraživanje neurodegenerativnih bolesti, model koji koristi ljudske iPSC-derivirane neurone može ponuditi uvid u rane promjene funkcije mreže. Ako neuronske stanice koje nose određenu genetsku varijantu dosljedno pokazuju drugačije učenje u usporedbi s kontrolama, to otvara prostor za otkrivanje biomarkera osjetljivih na intervencije. Slično vrijedi i za toksične učinke kandidata za lijekove – zadaci upravljanja reketom nude jednostavnu, ponovljivu metriku koja se može uspoređivati između serija i laboratorija.

Šira znanstvena važnost

Ovaj rad uklapa se u nastojanja da se ispitaju granice sintetske biološke inteligencije. Ne tvrdi se da kultura neurona “razumije” igru u ljudskom smislu – umjesto toga, pokazuje se da neuronske stanice mogu, kroz dosljedan sustav posljedica, redistribuirati uzorke aktivnosti kako bi smanjile nepredvidljivost ishoda. To je važna razlika jer ističe razinu na kojoj se odvija prilagodba: razina mrežne dinamike, a ne semantičkog razumijevanja. Ipak, činjenica da se ponašanje može usmjeriti prema korisnom cilju signalizira da živčana tkiva izvan tijela mogu obavljati upravljačke zadatke kada su zakopčana na prikladan senzorno-motorički krug.

Takva saznanja potiču i rasprave o sučeljima živog i sintetskog. Ako neuronske stanice mogu pouzdano upravljati elementima u virtualnim okruženjima, može se zamisliti niz eksperimenata u kojima bi složeniji zadaci zahtijevali dugotrajnije i stabilnije obrasce. S vremenom bi se moglo ispitivati kako različite vrste stanica – primjerice inhibicijski i ekscitacijski neuroni u različitim omjerima – mijenjaju sposobnost učenja. U svim takvim scenarijima središnja komponenta ostaje ista: neuronske stanice koje mijenjaju svoje ponašanje u skladu s posljedicama.

Ograničenja i metodološka razmatranja

Važno je naglasiti ograničenja. Kultura neurona nije minijaturni mozak – ona nema osjetila, tijelo ni evoluirane krugove koji posreduju ponašanje u prirodnim uvjetima. Zadatak je pojednostavljen do krajnjih granica kako bi se dobio jasan signal o učenju. Upravo zato mjere uspješnosti treba tumačiti u tom okviru: neuronske stanice prilagođavaju se uzorcima podražaja u jednoj specifičnoj konfiguraciji. Ne treba iz toga izvoditi zaključke o višim kognitivnim procesima. Međutim, unutar svojih granica, eksperiment pruža vrijedan prozor u to kako se mreže samoorganiziraju kada ih vodi predvidljiva povratna informacija.

Još jedno razmatranje odnosi se na stabilnost kroz vrijeme. Kulture se mijenjaju kako rastu – sinapse se jačaju i slabe, mikrokrugovi nastaju i nestaju. Zbog toga je usporedivost između serija izazov koji se rješava standardizacijom protokola i pažljivom kontrolom uvjeta. Kada se ovi elementi uzmu u obzir, postaje jasnije u kojoj se mjeri neuronske stanice prilagođavaju ovisno o ulazima, a u kojoj se mjeri promjene događaju zbog razvoja same kulture.

Etička pitanja i komunikacija rezultata

Kada se govori o sintetskoj biološkoj inteligenciji, često se postavljaju pitanja o svijesti i osjećajnosti. U ovom kontekstu valja biti vrlo precizan: nema dokaza da kulture neurona posjeduju iskustvene kvalitete ili svjesnost. One pokazuju prilagodljivo ponašanje u smislu promjena u dinamici izbijanja koje vode predvidljivijem ishodu. Etičke rasprave ipak imaju svoje mjesto – primjerice oko izvora stanica, načina uzgoja i namjene sustava. Transparentno izvještavanje i jasna terminologija pomažu da se izbjegnu pretjerivanja, dok se istovremeno priznaje znanstvena vrijednost opaženih fenomena koje neuronske stanice pokazuju u zadatcima s povratnom spregom.

Kako jednostavnost pomaže znanosti

Jedan od razloga zašto se kao platforma koristi igra Pong jest to što je iznimno intuitivna, a ipak dovoljno bogata da potakne učenje. Minimalizam zadatka čini da se svaka promjena u ponašanju lakše pripiše specifičnoj promjeni u mreži, a ne skrivenim parametrima. To je od presudne važnosti kada se testiraju učinci supstanci, mutacija ili uvjeta uzgoja. Uz to, jednostavnost omogućuje i jasnu vizualizaciju: putanja loptice i položaj reketa izravno odražavaju to koliko su neuronske stanice uspjele uspostaviti korisne obrasce.

Ovakvi zadaci također nude didaktičku vrijednost. Studenti i istraživači koji prvi put rade s mikrolektrodnim mrežama mogu brzo vidjeti kako se promjena u ulazu prevodi u promjenu u izlazu. To stvara intuitivan osjećaj za to što znači kada neuronske stanice “uče”. Ujedno se razvijaju alati za analizu podataka – od jednostavnih mjera uspješnosti do složenih metrika sinkronizacije i informacijske entropije – koji kasnije nalaze primjenu i u drugim modelima, uključujući složenije organoide.

Potencijalne smjernice za daljnje eksperimente

• Uvođenje višedimenzionalnih zadataka u kojima reket ima više stupnjeva slobode, a neuronske stanice moraju koordinirati finije obrasce izbijanja.
• Usporedba kultura koje sadrže različite udjele ekscitacijskih i inhibicijskih neurona kako bi se utvrdilo kako balans utječe na učenje koje provode neuronske stanice.
• Primjena selektivnih modulatora sinaptičke plastičnosti i praćenje promjena u dinamici koje ostvaruju neuronske stanice tijekom zadatka.
• Longitudinalno praćenje kako bi se vidjelo zadržavaju li neuronske stanice naučene obrasce nakon perioda bez stimulacije.
• Proširenje senzorne mape tako da podražaji sadrže “buku” u kontroliranoj mjeri, čime se testira otpornost koju razvijaju neuronske stanice.

Terminologija i preciznost izraza

U popularnim prikazima često se slobodno barata pojmovima poput “inteligencija” ili “svijest”. Preciznije je reći da se u ovom radu ispituje adaptivno ponašanje mreže neurona u uvjetima strogo definiranog zadatka. Neuronske stanice tvore sustav koji putem petlje podražaj-odgovor-posljedica mijenja vlastitu dinamiku. U toj domeni sintetska biološka inteligencija označava sposobnost živog tkiva da rješava zadatke kroz učenje, bez potrebe za unaprijed zadanim digitalnim pravilima. Takvo je značenje usko i mjerljivo, što je ključno kada se rezultati žele replicirati i kvantificirati.

Kada se precizno koristi terminologija, ujedno se izbjegavaju nesporazumi. Primjerice, izraz “real-time adaptacija” ne znači da kultura “razmišlja”, već da mijenja uzorke aktivnosti unutar iste epizode igre. Slično tome, “predvidljivi podražaji” su oni čiji se uzorak i vrijeme pojavljivanja ne mijenjaju – tj. ishod nakon pogotka je konzistentan – dok su “nepredvidljivi podražaji” namjerno varijabilni kako bi potaknuli reorganizaciju koju provode neuronske stanice.

Institucijski kontekst i timovi

Istraživanje je proizašlo iz suradnje između industrijskih i akademskih partnera, pri čemu je tvrtka Cortical Labs razvila platformu i okruženje, a partneri s institucija Monash University, The University of Melbourne i RMIT University doprinijeli su metodologiji i analizi. Uključeni su i istraživači povezani s Canadian Institute for Advanced Research te University College London, što dodatno naglašava interdisciplinarnu prirodu zadatka koji spaja neuroznanost, računalnu znanost i inženjerstvo. Takva mreža suradnje olakšava pristup različitim ekspertizama, a istodobno postavlja standarde koje trebaju slijediti i budući radovi koji će koristiti neuronske stanice u sličnim postavkama.

Zašto su ovakvi modeli privlačni

U usporedbi s čistim simulacijama, biološke mreže donose svojstva koja je teško u potpunosti uhvatiti jednadžbama. Nelinearnosti, stohastičnost i višerazinska organizacija omogućuju fleksibilnost koja nekad nadilazi ono što se očekuje od jednostavnih pravila. To, međutim, dolazi uz cijenu: biološki sustavi su promjenjivi i zahtijevaju brižnu kontrolu. Upravo zato, jednostavne igre poput Pong-a dobar su kompromis – nude jasan, kvantificiran ishod, a ipak dopuštaju bogatu dinamiku koju nose neuronske stanice. Ta kombinacija čini da se efekti intervencija mogu brzo detektirati i jasno interpretirati.

Gledajući unaprijed kroz prizmu skromnih zadataka

Premda je riječ o jednostavnom zadatku, spoznaje se mogu preliti u složenije sustave. Kako se platforme budu širile na trodimenzionalne strukture i na organoide, bit će moguće testirati može li se prilagodba proširiti na višestupanjske zadatke u kojima se istodobno optimiziraju različiti ciljevi. No i tada će osnovni principi ostati slični: dosljedne posljedice, pažljivo mapiranje ulaza i izlaza te praćenje kako neuronske stanice mijenjaju obrasce aktivnosti u korist stabilnijih ishoda. U tom smislu, jednostavni “udari loptice” dobar su prozor u opće mehanizme učenja i samoorganizacije koji su temelj mnogih funkcija živčanog sustava.

Bez obzira na daljnji razvoj, postojeća demonstracija već sada pokazuje kako se laboratorijski uzgojene neuronske stanice mogu uključiti u računalne zadatke. Kad sustav dosljedno nagrađuje predvidljivost i “kažnjava” šum, neuronske stanice nas vode prema boljem razumijevanju toga kako biološki krugovi iskorištavaju strukturu okoline. To je korisno i za temeljnu neuroznanost i za primjene koje ciljaju na otkrivanje i modulaciju funkcionalnih obrazaca u zdravlju i bolesti.

Kroz sve opisane korake, ključna ideja ostaje jednostavna: ako su posljedice stabilne, neuronske stanice nalaze put do ponašanja koje smanjuje iznenađenje. U ovoj izvedbi reket u igri Pong bio je dovoljno dobar pokazivač – ali ono što je u podlozi jest univerzalniji princip koji možemo ispitivati i u drugim domenama. Uz takav okvir, može se precizno dokumentirati kako neuronske stanice formiraju, održavaju i preinačuju krugove u korist korisnog ishoda, čime se otvaraju nove mogućnosti za istraživanje i intervenciju u živčanim sustavima.