과학자들은 LEGO 로봇에서 벌레 뇌를 시뮬레이션하여 신경 매핑 혁신을 시연합니다.

• 과학자들은 회충(Caenorhabditis elegans)의 뇌를 레고 로봇에 넣었습니다. 
• 그들은 웜의 302개 뉴런 간의 연결을 매핑하고 소프트웨어에서 시뮬레이션했습니다. 
• IP 주소와 포트 번호는 각 뉴런의 주소를 지정하는 데 사용됩니다.

뇌는 단순한 전기 신호 모음 그 이상입니다. 인간이 신호를 왜곡하지 않고 저장하는 방법을 배울 수 있다면 누군가의 뇌를 컴퓨터에 업로드하여 할리우드 영화 트랜센던스처럼 디지털 의식의 형태로 영원히 살게 할 수 있습니다.

연구자들은 적어도 인간의 두뇌를 사용하여 그러한 위업을 달성하는 데 거의 근접하지 않았지만 과거에 몇 가지 이정표를 달성했습니다. 예를 들어, 국제 연구팀은 레고 로봇 몸체에 회충의 뇌를 넣는 데 성공했습니다.

그들이 사용한 회충은 길이가 약 1mm인 독립 생활 투명 선충인 예쁜꼬마선충(Caenorhabditis elegans)입니다. 온대 토양 환경에 서식하며 호흡계와 순환계가 부족합니다. 이들의 유전자와 신경계는 여러 차례 연구되었습니다.

이미지 출처:위키미디어

웜을 로봇에 통합

2014년에 OpenWorm 프로젝트는 웜의 302개 뉴런 사이의 연결을 매핑하고 소프트웨어에서 시뮬레이션했습니다. 그런 다음 그들은 작은 레고 로봇에 소프트웨어 프로그램을 구현했습니다. 주요 목표는 예쁜꼬마선충(Caenorhabditis elegans)을 가상 유기체로 완전히 시뮬레이션하는 것이었습니다.

벌레의 신체 부위와 신경망에는 LegoBot과 동등한 기능이 있습니다. 벌레의 코 뉴런은 로봇의 소나 센서로 대체되었습니다. 웜의 양쪽 측면을 따라 흐르는 운동 뉴런은 로봇의 오른쪽과 왼쪽에 있는 모터에 해당합니다. 전반적으로 로봇은 Caenorhabditis elegans와 매우 유사하게 행동합니다.

시뮬레이션은 100% 정확하지 않습니다. 소프트웨어의 몇 가지 매개변수가 뉴런 발사를 트리거해야 합니다. 그러나 로봇이 어떤 명령이나 프로그래밍된 지침에 따라 실행되지 않는다는 점을 고려하면 그들이 수행한 작업은 매우 인상적입니다. 여기에는 웜의 뇌를 모방한 연결 네트워크만 들어 있습니다.

보다 구체적으로, 모델은 연결이 정확하며 UDP 패킷을 사용하여 뉴런을 실행합니다. 예를 들어, 2개의 뉴런에 3개의 시냅스 연결이 있는 경우 첫 번째 뉴런이 활성화되면 UDP 패킷이 페이로드 '3'과 함께 두 번째 뉴런으로 전송됩니다.

출처:I 프로그래머

연구원들은 각 뉴런의 주소를 지정하기 위해 IP 주소와 포트 번호를 사용했습니다. 전체 뉴런은 가중치를 집계하고 임계값을 초과하면 활성화됩니다. 뉴런이 작동하거나 200밀리초 이내에 메시지가 도착하지 않으면 누산기는 재설정됩니다. 이는 실제 신경망에서 일어나는 일과 유사합니다.

이미지 출처:YouTube  

레고 로봇에 부착된 센서는 100밀리초마다 샘플링됩니다. 벌레의 코처럼 배선되어 있어 20cm 이내의 거리에 무언가가 들어오면 네트워크를 통해 감각 뉴런을 보냅니다.

95개의 운동 뉴런에도 동일한 개념이 적용되어 운동 신호를 모아 각 모터의 움직임과 속도를 제어하는 데 사용됩니다. 이러한 운동 뉴런은 억제성 또는 흥분성일 수 있으며 음성 및 양성이 사용됩니다.

오픈웜 프로젝트

OpenWorm 프로젝트는 오늘날까지 계속되어 시뮬레이션과 시각화를 개선하고 있습니다. 그들은 벌레의 발달을 탐구하고 있으며 데이터 분석 및 시뮬레이션을 통해 선충류 및 기타 생명체의 발달 과정에 중점을 두고 있습니다.

이들은 Geppetto라는 플러그 앤 플레이 플랫폼인 브라우저에서 웜을 처리하기 위한 새로운 대화형 접근 방식을 개발했습니다. 또한 그들은 실제 세포 관찰에서 얻은 실험 데이터에 맞게 모델을 조정하고 미세 조정하기 위해 유전자 알고리즘과 같은 최적화 기술을 사용하고 있습니다.

읽기:유전적으로 프로그래밍된 박테리아를 사용하는 살아있는 문신

다음 단계는 커넥톰(connectome)이라고 알려진 인간의 뇌를 연결하는 것입니다. 가까운 미래에 인간의 두뇌를 컴퓨터에 업로드할 수 없더라도 두뇌 전체를 시뮬레이션할 수 있다는 것만으로도 인공 지능에 혁명을 일으키는 데 도움이 될 것입니다. 언젠가 이 이정표를 달성할 수 있다면 적용 범위와 기회가 너무 커서 현재로서는 상상할 수 없을 것입니다.