Kapalı döngü Nöro-robotik Deneyler Nöronal Ağları Hesaplamalı Properties Test

Aşağıdaki deneyin genel amacı, disosiye nöronlardan oluşan biyolojik bir ağ ile küçük bir robot arasındaki çift yönlü etkileşimi incelemektir. Bu sürekli diyalog, nöronal sistemin hesaplama özelliklerini değiştirerek bir tür öğrenmeyi tetikleyebilir. Bu, hücre aktivitesini bozmadan birkaç saat süren bir deneysel oturuma izin vermek amacıyla, bir mikro elektrot dizisi üzerinde nöronal kültür hazırlanarak gerçekleştirilir.

İkinci adım olarak, gerçek kapalı döngü deneyi için uyarıcı elektrotların seçilmesine olanak tanıyan bir kültür yanıt haritası hesaplanır. Ardından, biyolojik ve elektronik sistemler arasında bilgi alışverişini sağlamak amacıyla kodlama ve kod çözme parametreleri tanımlanır. Sonuçlar, farklı kontrol koşulları altında çarpmalar arasında kat edilen ortalama mesafelerin karşılaştırılmasına dayanarak, robotik ajanın navigasyon yeteneklerinde anlamlı bir artış olduğunu göstermektedir.

Bu yöntem, mühendislik alanımızdaki "nöronların dilini makinelerin diline ve tersine çevirecek bir sözlüğe ulaşabilir miyiz?" gibi temel soruları yanıtlamamıza yardımcı olabilir. Genel olarak, bu yöntemde yeni olan kişiler, deneysel düzeneğin ve yazılım mimarisinin teknolojik karmaşıklığı nedeniyle zorluk yaşayabilirler. Prosedürü laboratuvarımdaki doktora öğrencisi Martha Bizo uygulamalı olarak gösterecektir.

İlk adım, nöral ağı stimüle etmek veya kayıt altına almak için kullanılabilecek 60 elektrotlu bir mikro elektrot dizisi veya MEA çipi hazırlamaktır. Nöronal kültürler MEA çiplerine ekildikten sonra, nöral ağ olgunlaşana kadar yaklaşık üç hafta beklenir. Deney günü, sıcaklık kontrol cihazını 37 °C'ye ayarlayarak ve MEA'nın altındaki ısıtma plakasını açarak MEA ısıtma sistemini beş ila 10 dakika boyunca önceden ısıtın.

Buharlaşmayı azaltmak için ısıtmalı bir kapak kullanın; kayıt sırasında buharlaşmayı sınırlamak ve osmolarite değişikliklerini önlemek için kültürlerin üzerini otoklavda sterilize edilmiş gaz geçirgen kapaklarla kapatın. Şimdi, hem stabil oksijen hem de pH seviyelerini korumak için kültür üzerinden karbondioksit sirküle edin. Kültürün 30 dakika boyunca dinlenmesine izin verin. Dinlenme süresinin ardından, nöronal hücrelerin spontan aktivitesini 30 dakika boyunca kaydedin.

Ardından, veri kayıt formundaki spike kutusunda bulunan kayıt düğmesine tıklayarak verileri bir dosyaya kaydedin. Ham veri görüntüleme formunda, en yüksek spike sayısına sahip 10 kanalı belirleyin. Daha sonra bu kanalları MEA düzenlerinden herhangi birinde seçin.

Kodlama formu, fare imleci istenen alanların üzerine sürüklenerek burada gösterilmektedir. Kanallar seçildikten sonra, MEA düzeninin herhangi bir yerine sağ tıklayın ve açılır menüden "sol duyusal alana ekle" seçeneğini belirleyin. Bu elektrotlar, sonraki adımda elektriksel stimülasyon uygulamak için kullanılacaktır.

Ardından, stimülatörün ve MEA amplifikatörünün doğru şekilde bağlandığını doğrulayın. Tüm konfigürasyonlar, istenen her stimülasyon kanalı için iki tel gerektirirken, senkronizasyon sinyalini taşımak için ek bir koaksiyel kablo gereklidir. Hazır olduğunuzda, stimülatörü açın.

Bir sonraki adım, bağlantı haritası formunda stimülasyon parametrelerini tanımlamaktır. Kültüre uygulanan tüm stimülasyonlar fazik kare voltaj dalgaları şeklindedir. Yarı süreyi 300 microseconds olarak ve genliği 1.5 peak tope voltage olarak ayarlayın.

Başlat düğmesine basarak stimülasyona verilen yanıtın kaydına başlayın. Bağlantı haritasında, önceden seçilen stimülasyon elektrotlarından biri tarafından 0,2 hertz hızında 30 stimülüsden oluşan bir seri otomatik olarak iletilir. Bu elektrot stimülasyon elektrodu olarak görev yaparken, yanıtlar MEA çipi üzerindeki kalan 59 elektrottan kaydedilir.

Ardından, seriler arasında beş saniyelik bir gecikme ile 30 stimülasyonluk seri, geri kalan 59 elektrottan kayıtlar alınırken tanımlanan diğer dokuz stimülasyon elektrodunun her birinde sırayla tekrarlanır. Sonrasında, nöral veriler üzerinde hesaplamalar gerçekleştiren bir uygulama olan spy code kullanılarak her bir stimülasyon kanalı için bilgisayar bağlantı haritası oluşturulur. Bağlantı haritalarına bakılarak, yanıt uyandırmayan tüm stimülasyon elektrotları sonraki analizlerin dışında tutulur.

Ardından, geri kalan elektrotlar arasından, metin protokolünde açıklandığı üzere yanıtları en az örtüşen çifti seçin; bu elektrotların birini robotun sol tarafındaki duyusal bilgileri, diğerini ise sağ taraftaki okumaları kodlamak için belirleyin. Bunu yapmak için, fare imlecini bir elektrodun üzerine getirip MEA düzeni üzerinde sağ tıklayın, ardından sol duyusal alana ekle seçeneğini belirleyin. Sonra imleci diğer elektrodun üzerine sürükleyin.

Sağ tıklayın ve sağ duyusal alana ekle seçeneğini belirleyin. Ardından kodlama formunda, kodlama türünü doğrusal olarak ayarlayarak kodlama şemasını seçin. Daha sonra, 0.5 ile iki hertz arasındaki varsayılan aralığı kullanarak minimum ve maksimum stimülasyon hızlarını tanımlayın ve jitter parametresini sıfıra ayarlayın.

Ardından kod çözme formunda, kod çözme algoritması parametrelerini ayarlayın. Kanal başına saniyede yaklaşık bir spike içeren orta derecede aktif bir kültür için hız değişimi ve sönümleme zaman sabiti parametrelerini bir olarak belirleyin. Sonrasında, kod çözme formundaki kod çözme algoritması burst parametrelerini sıfıra ayarlayın.

Hız değişimi sıfırsa, sönümlenme süresi önemsizdir. Deney yöneticisi formunda; spike verilerini kaydet, robot verileri ve uyaran verileri onay kutularına tıklayarak kaydedilecek verileri seçin. Şimdi, deney yöneticisi formundaki deneyi başlat düğmesini seçerek öğrenme öncesi bir robot çalışması başlatın.

İstendiğinde, veri dosyaları için yeni dosya adları seçin. Deneyin 30 dakika boyunca çalışmasına izin verin. Ardından, robot çalışmasını durdurmak için deneyi durdur butonuna tıklayın.

Ardından, "deliver to 10 stimulation after" seçeneğini işaretleyerek öğrenme protokolünü aktif hale getirin. Deney yöneticisi formundaki onay kutusuna tıklayın. Daha sonra, robot eğitim çalışmasını 30 dakika boyunca tekrar gerçekleştirmek için deney başlat düğmesine tekrar tıklayın.

Bu öğrenme çalışması sırasında, robottan gelen stimülasyon düzensiz stimülasyondan Titanic stimülasyona geçer. Robot bir engele çarptığında, sinir ağını eğitmek için Titanic stimülasyonu kullanılır. Verileri kaydettikten sonra, "deliver to tannic stimulation" seçeneğindeki işareti kaldırarak öğrenme protokolünü tekrar kapatın.

Onay kutusunu işaretledikten sonra, 30 dakikalık öğrenme sonrası robot yürütmesini gerçekleştirmek için deneyi başlat düğmesine tıklayın. Daha önce olduğu gibi, dosyaların üzerine yazılmasını önlemek için dosya isimlerini değiştirmeyi unutmayın. Daha önce gösterilen sanal robotun yanı sıra, aynı eğitim yürütme seti bir sinir ağı ve fiziksel bir robot ile de kullanılabilir.

Burada, 20 dakikalık boş bir MEA deneyi sırasında sanal bir robot tarafından izlenen yol gösterilmiştir. Bu kontrol deneyi için MEA üzerine herhangi bir hücre ekilmemiştir. Açık yeşil alanlar robotun hareket edebileceği serbest alanları, koyu yeşil daireler ise robotun mesafe sensörleri aracılığıyla algılayabildiği geçilemez engelleri temsil etmektedir.

Her denemede robot, arenanın sol üst bölümünden başlar ve büyük pembe nokta ile gösterilen nihai konumuna kadar ilerler. Küçük siyah noktalar, bir engele çarpma durumlarını temsil eder. Renk kodlu yollar geçen süreyi belirtir.

Sinir ağının kullanılmadığı bu deneyde, robot karşılaştığı ilk engel tarafından durdurulmuştur. Burada, robotun etkili bir şekilde kör edildiği açık döngülü bir deney sırasında sanal bir robotun izlediği yol gösterilmektedir. Duyusal bilgileri kodlamak yerine, sinir ağına iletilen stimülasyon eğitimleri sadece düzenli dizilerdir.

Burada, robotun bir engele çarpmasının ardından sinir ağının negatif geri bildirim aldığı 20 dakikalık kapalı döngü deneyi sırasında sanal bir robot tarafından izlenen yol gösterilmiştir. Açık döngü deneyinin aksine, bu robotun birçok engelin etrafından başarıyla dolaştığına dikkat edin. Bu durum, robotun iyi navigasyon performansları elde edebilmesi için nöronal ve yapay elementler arasında çift yönlü bir etkileşimin gerekli olduğunu göstermektedir.

Bu grafik, robotun navigasyon performansını ardışık çarpmalar arasında katedilen pikseller cinsinden göstermektedir. İlk iki sütun, katedilen mesafelerin dağılımını gösteren iki kontrol deneyini, yani boş MEA ve açık döngü konfigürasyonlarını sergilemektedir. Üçüncü ve dördüncü sütunlar ise Titanic stimülasyonu verilmeden ve verildiğindeki performansı göstermektedir.

Engellere çarpan her darbenin ardından, Titanic stimülasyonunun uygulanması durumu önemli ölçüde iyileştirir. İki ardışık çarpışma arasında kat edilen mesafe böylece artar ve robotun navigasyon performansları gelişir. Bu grafik, belirli bir kod çözme algoritması kullanan robotun, kısa bir parkuru sınırlı bir süre içinde başarıyla tamamlamasının olasılığını temsil etmektedir.

Kod çözme paradigmaları, geliştirilmesinden sonraki burst'lerin ve izole spike'ların göreceli ağırlıkları nedeniyle birbirlerinden farklılık gösterir. Bu teknik, modern nöral arayüzlerin performanslarını artırmak amacıyla beyinlerin ve makinelerin nasıl bağlanacağını araştırmak için nörorobotik ve nöroprotez alanındaki URG'lerin önünü açmıştır. Bu videoyu izledikten sonra, somutlaştırılmış biyolojik bir nöral ağın hesaplama özelliklerini araştırmak için hibrit bir deneyin nasıl planlanacağı ve yürütüleceği konusunda iyi bir anlayışa sahip olmalısınız.