Un neurone artificiel échange de la dopamine comme un vrai neurone
Un neurone artificiel qui peut à la fois libérer et recevoir de la dopamine, en connexion avec de vraies cellules de rat pourrait être utilisé dans les futures interfaces machine-homme.
Un neurone artificiel pour des interfaces cerveau-machine
La plupart des interfaces cerveau-machine mesurent de simples signaux électriques dans les neurones pour obtenir des informations sur le fonctionnement du cerveau. Mais la plupart des informations contenues dans les réseaux neuronaux, comme le cerveau, sont codées dans des neurotransmetteurs tels que la dopamine, des substances chimiques que les neurones utilisent pour s’envoyer des messages.
« Le langage natif du cerveau est chimique, mais les interfaces cerveau-machine actuelles utilisent toutes un langage électrique », explique Benhui Hu de l’université de médecine de Nanjing, en Chine. « Nous avons donc conçu un neurone artificiel qui reproduit le mode de communication d’un vrai neurone. »
Ce neurone se compose d’un capteur constitué d’une électrode en graphène et en nanotubes de carbone, qui peut détecter la libération de dopamine. Si ce capteur détecte une quantité suffisante de dopamine, un composant appelé memristor déclenche la libération d’une plus grande quantité de dopamine à l’autre extrémité par le biais d’un hydrogel activé par la chaleur.
Il est capable d’envoyer et de recevoir de la dopamine
Hu et son équipe ont démontré que ce neurone était capable d’envoyer et de recevoir de la dopamine, en communiquant avec des cellules cérébrales de rats dans une boîte. Il peut également activer un muscle de souris par le biais du nerf sciatique et faire bouger une main robotisée.
Ce memristor du neurone artificiel peut modifier la quantité de dopamine nécessaire pour déclencher la libération de cette substance chimique. Ce phénomène est similaire à la façon dont les neurones du cerveau modifient la quantité de neurotransmetteur envoyée entre les connexions en réponse à des stimuli externes; une caractéristique appelée plasticité qui est essentielle à l’apprentissage.
« Le potentiel d’extension de cette technologie à des systèmes d’apprentissage plus sophistiqués est considérable. Il est possible de faire beaucoup de nouvelles choses intéressantes », déclare Yoeri van de Burgt, de l’université de technologie d’Eindhoven, aux Pays-Bas.
Pour des prothèses
Bien que l’encombrement du dispositif le rende inadapté aux applications actuelles d’interface cerveau-machine, le fait qu’il puisse communiquer chimiquement dans les deux sens pourrait le rendre adapté à de nombreuses interfaces avec le corps, par exemple dans les prothèses, ajoute-t-il.
Cette recherche a été publiée dans Nature Electronics.
Source : New Scientist
Crédit photo : StockPhotoSecrets