„Organische Intelligenz“ – revolutionäre Biocomputer, die von menschlichen Gehirnzellen angetrieben werden

Trotz der beeindruckenden Erfolgsbilanz der KI verblasst ihre Rechenleistung im Vergleich zum menschlichen Gehirn. Jetzt enthüllen Wissenschaftler einen revolutionären Weg, um die Datenverarbeitung voranzubringen: Organoide Intelligenz, bei der im Labor gezüchtete Gehirnorganoide als biologische Geräte fungieren.

Künstliche Intelligenz wurde schon immer vom menschlichen Gehirn inspiriert. Dieser Ansatz hat sich als sehr erfolgreich erwiesen: KI vollbringt beeindruckende Leistungen – von der Diagnose von Erkrankungen bis hin zum Verfassen von Gedichten. Das ursprüngliche Modell übertrifft die Maschinen jedoch weiterhin in vielerlei Hinsicht. Deshalb können wir zum Beispiel mit trivialen Online-Fotoquizzen „unsere Menschlichkeit beweisen“. Was wäre, wenn wir direkt zur Quelle gehen würden, anstatt zu versuchen, KI mehr wie ein Gehirn zu machen?

Wissenschaftler verschiedener Disziplinen arbeiten daran, revolutionäre Biocomputer zu entwickeln, in denen 3D-Kulturen von Gehirnzellen, sogenannte Gehirnorganoide, als biologische Geräte fungieren. In der Zeitschrift beschreiben sie ihren Fahrplan, um diese Vision zu erreichen Grenzen in der Wissenschaft.

Vergrößertes Bild eines im Labor gezüchteten Gehirnorganoids mit fluoreszierender Markierung verschiedener Zelltypen. (rosa – Neuronen; rot – Oligodendrozyten; grün – Astrozyten; blau – alle Zellkerne). Bildnachweis: Thomas Hartung, Johns-Hopkins-Universität

„Wir nennen dieses neue interdisziplinäre Feld ‚organische Intelligenz‘ (OI)“, sagte Professor Thomas Hartung von der Johns Hopkins University. „Eine Gemeinschaft führender Wissenschaftler hat sich zusammengeschlossen, um diese Technologie zu entwickeln, von der wir glauben, dass sie eine neue Ära der schnellen, leistungsstarkes und effizientes Biocomputing.“

Was sind die Organellen des Gehirns und warum sind sie gute Computer?

Gehirnorganoide sind eine Art Zellkultur im Labor. Obwohl Organoide keine „Mini-Gehirne“ sind, teilen sie Schlüsselaspekte der Gehirnfunktion und -struktur wie Neuronen und andere Gehirnzellen, die für kognitive Funktionen wie Lernen und Gedächtnis unerlässlich sind. Während die meisten Zellkulturen flach sind, haben Organellen eine dreidimensionale Struktur. Dadurch erhöht sich die Zelldichte der Kultur um das 1.000-fache, was bedeutet, dass Neuronen eine größere Anzahl von Verbindungen eingehen können.

Aber selbst wenn Gehirn-Organoide so gute Nachahmer von Gehirnen sind, warum stellen sie dann so gute Computer her? Sind Computer nicht schlauer und schneller als Gehirne?

Organische Intelligenz: Die neue Grenze im Biocomputing-Diagramm. Bildnachweis: Frontiers/John Hopkins University

„Während siliziumbasierte Computer definitiv besser mit Zahlen umgehen können, sind Gehirne besser im Lernen“, erklärte Hartung. Zum Beispiel AlphaGo [the AI that beat the world’s number one Go player in 2017] Es wurde mit Daten aus 160.000 Spielen trainiert. Eine Person müsste mehr als 175 Jahre lang fünf Stunden am Tag spielen, um diese vielen Spiele zu erleben.“

Gehirne sind nicht nur bessere Lerner, sie sind auch energieeffizienter. Zum Beispiel ist die Menge an Energie, die für das Training von AlphaGo aufgewendet wird, höher als das, was erforderlich ist, um einen aktiven Erwachsenen ein Jahrzehnt lang aufrechtzuerhalten.

„Gehirne haben auch eine erstaunliche Kapazität zum Speichern von Informationen, die auf 2.500 Terabyte geschätzt wird“, fügte Hartung hinzu. Wir haben die physikalischen Grenzen von Siliziumcomputern erreicht, weil wir nicht mehr Transistoren in einen winzigen Chip packen können. Aber das Gehirn ist ganz anders verdrahtet. Es hat etwa 100 Milliarden Neuronen, die über mehr als 1.015 Verbindungspunkte verbunden sind. Es ist ein riesiger Unterschied in der Stärke im Vergleich zu unserer aktuellen Technologie.“

Organische Intelligenz: Die neue Grenze im Biocomputing-Diagramm. Bildnachweis: Frontiers/John Hopkins University

Wie würden Biocomputer mit organischer Intelligenz aussehen?

Laut Hartung müssen vorhandene Gehirnorganellen für OI an Größe zunehmen. Sie sind sehr klein und enthalten jeweils etwa 50.000 Zellen. Für OI müssten wir diese Zahl auf 10 Millionen erhöhen.“

Parallel entwickeln die Autoren auch Techniken, um mit Organellen zu kommunizieren, ihnen also Informationen zu schicken und zu lesen, was sie denken. Die Autoren planen, Tools aus verschiedenen wissenschaftlichen Disziplinen wie Bioengineering und zu adaptieren[{“ attribute=““>machine learning, as well as engineer new stimulation and recording devices.

Organoid intelligence requires diverse technologies to communicate with brain organoids infographic. Credit: Frontiers/John Hopkins University

“We developed a brain-computer interface device that is a kind of an EEG cap for organoids, which we presented in an article published last August. It is a flexible shell that is densely covered with tiny electrodes that can both pick up signals from the organoid, and transmit signals to it,” said Hartung.

The authors envision that eventually, OI would integrate a wide range of stimulation and recording tools. These will orchestrate interactions across networks of interconnected organoids that implement more complex computations.

Organoid intelligence could help prevent and treat neurological conditions

OI’s promise goes beyond computing and into medicine. Thanks to a groundbreaking technique developed by Noble Laureates John Gurdon and Shinya Yamanaka, brain organoids can be produced from adult tissues. This means that scientists can develop personalized brain organoids from skin samples of patients suffering from neural disorders, such as Alzheimer’s disease. They can then run multiple tests to investigate how genetic factors, medicines, and toxins influence these conditions.

Organoid intelligence will advance medical research and innovation infographic. Credit: Frontiers/John Hopkins University

“With OI, we could study the cognitive aspects of neurological conditions as well,” Hartung said. “For example, we could compare memory formation in organoids derived from healthy people and from Alzheimer’s patients, and try to repair relative deficits. We could also use OI to test whether certain substances, such as pesticides, cause memory or learning problems.”

Taking ethical considerations into account

Creating human brain organoids that can learn, remember, and interact with their environment raises complex ethical questions. For example, could they develop consciousness, even in a rudimentary form? Could they experience pain or suffering? And what rights would people have concerning brain organoids made from their cells?

‘Embedded ethics’ will ensure responsible development of organoid intelligence infographic. Credit: Frontiers/John Hopkins University

The authors are acutely aware of these issues. “A key part of our vision is to develop OI in an ethical and socially responsible manner,” Hartung said. “For this reason, we have partnered with ethicists from the very beginning to establish an ‘embedded ethics’ approach. All ethical issues will be continuously assessed by teams made up of scientists, ethicists, and the public, as the research evolves.”

How far are we from the first organoid intelligence?

Even though OI is still in its infancy, a recently-published study by one of the article’s co-authors – Dr. Brett Kagan of the Cortical Labs – provides proof of concept. His team showed that a normal, flat brain cell culture can learn to play the video game Pong.

“Their team is already testing this with brain organoids,” Hartung added. “And I would say that replicating this experiment with organoids already fulfills the basic definition of OI. From here on, it’s just a matter of building the community, the tools, and the technologies to realize OI’s full potential,” he concluded.

Reference: “Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish” by Lena Smirnova, Brian S. Caffo, David H. Gracias, Qi Huang, Itzy E. Morales Pantoja, Bohao Tang, Donald J. Zack, Cynthia A. Berlinicke, J. Lomax Boyd, Timothy D. Harris, Erik C. Johnson, Brett J. Kagan, Jeffrey Kahn, Alysson R. Muotri, Barton L. Paulhamus, Jens C. Schwamborn, Jesse Plotkin, Alexander S. Szalay, Joshua T. Vogelstein, Paul F. Worley and Thomas Hartung, 27 February 2023, Frontiers in Science.
DOI: 10.3389/fsci.2023.1017235