ניסויי נוירו-רובוטית לולאה סגורה כדי לבדוק את מאפיינים חישובית של רשתות עצבי

המטרה הכוללת של הניסוי הבא היא לחקור את האינטראקציה הדו-כיוונית בין רשת ביולוגית של נוירונים מנותקים לבין רובוט קטן. הדיאלוג הרציף יכול לשנות את התכונות החישוביות של המערכת העצבית, ולגרום לסוג של למידה. זה מושג על ידי הכנת תרבית עצבית על מערך מיקרו אלקטרודות על מנת לאפשר סשן ניסיוני של מספר שעות מבלי לפגוע בפעילות התא.

כשלב שני, מחושבת מפת תגובה של התרבית, המאפשרת בחירת אלקטרודות מגרות לניסוי הלולאה הסגורה בפועל. לאחר מכן, מוגדרים פרמטרים של קידוד ופענוח על מנת לאפשר חילופי מידע בין מערכות ביולוגיות ואלקטרוניות. התוצאות מראות עלייה משמעותית ביכולות הניווט של הסוכן הרובוטי בהתבסס על השוואת המרחק הממוצע שעבר בין פגיעות בתנאי בקרה שונים.

שיטה זו יכולה לסייע לנו לענות על שאלות מפתח בתחום ההנדסה שלנו, כגון, האם אנו יכולים להגיע למילון כדי לתרגם את שפת הנוירונים לשפת המכונות ולהיפך? בדרך כלל, אנשים חדשים בשיטה זו יתקשו בגלל המורכבות הטכנולוגית של מערך הניסוי וארכיטקטורת התוכנה. מי שתדגים את ההליך תהיה מרתה ביזו, דוקטורנטית במעבדה שלי.

השלב הראשון הוא הכנת מערך מיקרו-אלקטרודות או שבב MEA עם 60 אלקטרודות שיכולות לשמש לגירוי או הקלטה של הרשת העצבית. לאחר ציפוי תרביות עצביות על ה-ME, שבבי A ממתינים כשלושה שבועות עד שהרשת העצבית תתבגר. ביום הניסוי, חממו מראש את מערכת החימום של MEA למשך חמש עד 10 דקות על ידי הגדרת בקר הטמפרטורה ל-37 מעלות צלזיוס והפעלת צלחת החימום מתחת ל-MEA עצמה.

השתמש גם בכיסוי מחומם כדי להפחית את האידוי באמצעות מכסים חדירים לגז מעוקר חיטוי מכסים את התרביות במכסה כדי להגביל את האידוי ולמנוע שינויים באוסמולריות במהלך ההקלטה. כעת הפיצו את דוב המכונית על התרבית כדי לשמור על רמות חמצן ו-pH יציבות. אפשר לתרבית לנוח במשך 30 דקות לאחר תקופת המנוחה, רשום את הפעילות הספונטנית של תאי העצב למשך 30 דקות.

לאחר מכן שמור את הנתונים בקובץ על ידי לחיצה על כפתור ההקלטה בתיבת הדוקרנים של טופס הקלטת הנתונים. בטופס תצוגת הנתונים הגולמיים, זהה את 10 הערוצים עם ספירת הדוקרנים הגבוהה ביותר. לאחר מכן בחר ערוצים אלה בכל אחת מפריסות המזרח התיכון ואפריקה.

טופס הקידוד מוצג כאן על ידי גרירת סמן העכבר מעל האזורים הרצויים. לאחר בחירת הערוצים, לחץ לחיצה ימנית במקום כלשהו בפריסת MEA ובחר הוסף לאזור החושי השמאלי בתפריט המוקפץ. אלקטרודות אלו ישמשו להעברת גירוי חשמלי בשלב הבא.

לאחר מכן, ודא שהסטימולטור ומגבר MEA מחוברים כהלכה. כל התצורות דורשות שני חוטים לכל ערוץ גירוי רצוי, בעוד שנדרש כבל קואקסיאלי נוסף כדי לשאת את אות הסנכרון. כשהוא מוכן, הפעל את הממריץ.

השלב הבא הוא להגדיר את פרמטרי הגירוי בטופס מפת החיבור. כל הגירויים המועברים לתרבית הם על ידי גלי מתח ריבועי פאזי. הגדר את משך המחצית ל-300 מיקרו-שניות והגדר את המשרעת ל-1.5 מתח טופ שיא.

התחל להקליט את התגובה לגירוי על ידי לחיצה על כפתור ההתחלה. בצורת מפת החיבור, סדרה של 30 גירויים ב-0.2 הרץ מועברת אוטומטית מאחת מאלקטרודות הגירוי שנבחרו קודם לכן. בעוד שהאלקטרודה הזו פועלת כגירוי, תגובות אלקטרודות נרשמות מ-59 האלקטרודות הנותרות בשבב MEA.

לאחר מכן, עם עיכוב של חמש שניות בין הסדרות, סדרת 30 הגירויים חוזרת על עצמה בתורם על כל אחת מתשע אלקטרודות הגירוי הנותרות שזוהו בזמן שההקלטות נאספות מ-59 האלקטרודות הנותרות. מפת חיבור המחשב הבאה לכל ערוץ מגרה באמצעות קוד ריגול, אפליקציה המבצעת חישובים על נתונים עצביים. ממפות החיבור, השליכו מניתוח נוסף את כל האלקטרודות המגרות שלא עוררו תגובות.

לאחר מכן, מבין האלקטרודות הנותרות, בחר את הזוג עם הכי פחות חפיפה בתגובות כמתואר בפרוטוקול הטקסט, בחר אחת מהאלקטרודות הללו כדי לקודד מידע חושי מהצד השמאלי של הרובוט והשנייה לקידוד קריאות מצד ימין. לשם כך, גרור את סמן העכבר מעל אלקטרודה אחת לחיצה ימנית על פריסת MEA ולאחר מכן בחר הוסף לאזור החושי השמאלי. לאחר מכן גרור את הסמן מעל האלקטרודה השנייה.

לחץ לחיצה ימנית ובחר הוסף לאזור החושי הימני. לאחר מכן, בטופס הקידוד, בחר את ערכת הקידוד על-ידי הגדרת סוג הקידוד לליניארי. לאחר מכן הגדר את שיעורי הגירוי המינימליים והמקסימליים על ידי שימוש בטווח ברירת המחדל של 0.5 עד שני הרץ והגדר את פרמטר הריצוד לאפס.

לאחר מכן, בטופס הפענוח, הגדר את הפרמטרים של אלגוריתם הפענוח. זהו שינוי המהירות וקבוע הזמן של פרמטרי הדעיכה לאחד עבור תרבית פעילה בינונית עם כספייק אחד לשנייה לכל ערוץ. לאחר מכן, הגדר את פרמטרי פרץ אלגוריתם הפענוח בטופס הפענוח לאפס.

זמן הדעיכה אינו רלוונטי אם שינוי המהירות הוא אפס. בטופס מנהל הניסוי, בחר את הנתונים לרישום על-ידי לחיצה על תיבות הסימון שמור נתוני ספייק, נתוני רובוט ונתוני גירויים. כעת הפעל רובוט למידה מוקדמת על ידי בחירה בלחצן התחל ניסוי בטופס מנהל הניסויים.

כאשר תתבקש, בחר שמות קבצים חדשים עבור קבצי הנתונים. אפשר לניסוי לרוץ במשך 30 דקות. לאחר מכן לחץ על כפתור עצירת הניסוי כדי לעצור את ריצת הרובוט.

לאחר מכן, הפעל את פרוטוקול הלמידה על ידי סימון הגירוי ל-10 לאחר מכן. לחץ על תיבת הסימון בטופס מנהל הניסויים. לאחר מכן לחץ שוב על כפתור התחל ניסוי כדי לבצע שוב את ריצת רובוט האימון למשך 30 דקות.

במהלך ריצת הלמידה הזו, הגירוי מהרובוט משתנה מגירוי לא סדיר לגירוי טיטאני. כאשר הרובוט נתקל במכשול, הגירוי הטיטאני משמש לאימון הרשת העצבית. לאחר שמירת הנתונים, כבה שוב את פרוטוקול הלמידה על ידי ביטול הסימון של המסירה לגירוי טאני.

לאחר לחיצה על תיבת הסימון, לחץ על התחל ניסוי כדי לבצע ריצת רובוט של 30 דקות לאחר למידה. כמו קודם, זכור לשנות את שמות הקבצים כדי למנוע דריסה. בנוסף לרובוט הווירטואלי שהוצג קודם לכן, ניתן להשתמש באותה קבוצה של ריצות אימון עם רשת עצבית ורובוט פיזי.

מוצג כאן הנתיב שעובר רובוט וירטואלי במהלך ניסוי MEA ריק של 20 דקות. לא היו תאים מצופים ב-MEA לניסוי בקרה זה. האזורים הירוקים הבהירים חופשיים לרובוט לנוע בהם, והעיגולים הירוקים הכהים מייצגים מכשולים בלתי עבירים שהרובוט יכול לתפוס באמצעות חיישני המרחק שלו.

בכל ניסוי, הרובוט מתחיל בחלק השמאלי העליון של הזירה ונוסע למיקומו הסופי המתואר כנקודה ורודה גדולה. הנקודות השחורות הקטנות יותר מייצגות פגיעות במכשול. הנתיבים המקודדים בצבע מציינים את הזמן שחלף.

בניסוי זה ללא רשת עצבית, הרובוט נעצר על ידי המכשול הראשון בו נתקל. מוצג כאן הנתיב של רובוט וירטואלי במהלך ניסוי לולאה פתוחה שבו הרובוט מתעוור ביעילות. במקום לקודד מידע חושי, רכבות הגירוי המועברות לרשת העצבית הן רק רצפים רגילים.

מוצג כאן הנתיב שעובר רובוט וירטואלי במהלך ניסוי לולאה סגורה של 20 דקות שבו הרשת העצבית קיבלה משוב שטני לאחר שהרובוט נתקל במכשול. שימו לב שבניגוד לניסוי הלולאה הפתוחה, הרובוט הזה ניווט בהצלחה סביב מכשולים רבים. זה מצביע על כך שיש צורך באינטראקציה דו-כיוונית בין האלמנטים העצביים והמלאכותיים על מנת להשיג ביצועי ניווט טובים של הרובוט.

גרף זה מציג את ביצועי הניווט של הרובוט המתבטאים בפיקסלים שעברו בין פגיעות עוקבות. שתי העמודות הראשונות מציגות את התפלגות המרחקים שעבר, שני ניסויי בקרה, ה-MEA הריק ותצורות הלולאה הפתוחה. העמודות השלישית והרביעית מציגות את הביצועים ללא ועם מתן גירוי טיטאניק.

לאחר כל פגיעה במכשול, הכנסת הגירוי של הטיטאניק משתפרת משמעותית. המרחק שעבר בין שתי פגיעות רצופות, ובכך שיפר את ביצועי הניווט של הרובוט. גרף זה מייצג את ההסתברות של אלגוריתם פענוח נתון של הרובוט לנווט בהצלחה במסלול קצר בפרק זמן מוגבל.

פרדיגמות הפענוח נבדלות זו מזו בגלל המשקל היחסי של התפרצויות וקוצים מבודדים לאחר התפתחותו. טכניקה זו סללה את הדרך ל-URG בתחום הרובוטיקה הנוירו-תותבת ונוירו-תותבות לחקור כיצד לחבר בין המוח למכונות על מנת לשפר את הביצועים של ממשקים עצביים מודרניים. לאחר צפייה בסרטון זה, אתה אמור להיות בעל הבנה טובה כיצד לתכנן ולבצע ניסוי היברידי כדי לחקור את המאפיינים החישוביים של רשת עצבית ביולוגית מגולמת.