2

4
2

文字

分享

2
4
2

「科學家也需要 Art!」持續破解果蠅大腦神經迴路的李奇鴻

研之有物│中央研究院_96
・2022/04/11 ・6084字 ・閱讀時間約 12 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/歐宇甜、黃曉君、簡克志
  • 美術設計/林洵安、蔡宛潔

神經科學與視覺

我們怎麼「看到」顏色,「察覺」東西在動?大腦如何產生視覺?中央研究院「研之有物」專訪院內細胞與個體生物學研究所所長李奇鴻,他是國際知名的神經科學家,過去長期在美國國家衛生院(National Institutes of Health)做研究,2018 年回到中研院貢獻自己所學。李奇鴻的實驗室主要是以果蠅視覺系統為模型,研究神經元如何在發育過程形成複雜的突觸連結,以及神經迴路如何產生視覺來引導動物行為。

李奇鴻是國際知名的神經科學家,研究神經迴路如何產生視覺來引導動物行為。圖/研之有物

技術帶動神經科學研究

神經系統如何運作?這對以前的科學家來說是黑盒子。由於大腦發生錯誤或出問題時,會直接表現在外在行為上,早期科學家想了解人腦運作機制,只能透過腦部哪裡受傷壞掉或中風等,知道腦部的大概功能區域,但沒辦法進入細胞層次。

「在生物學的發展上,除了需要有智慧的思考,其他都要靠技術去推動。你可能想到一個有趣的題目,但也許要 30 年後,才出現足夠的技術來解決問題。」李奇鴻舉例,從光學顯微鏡、電子顯微鏡、電生理技術、分子生物學到結構生物學發展,每個都在細胞、分子、及系統層次開啟了新的世界。

隨著顯微技術與遺傳工程日益完備,果蠅成為現今熱門的腦科學研究對象。李奇鴻指出,「果蠅的生長速度快,相較老鼠要幾個月成熟,果蠅只要兩週。果蠅的大腦複雜程度介於人和單細胞生物中間,結構跟人高度相似,成果可應用在人身上。」

因此,近 10 幾年來是神經科學大起飛時代,科學家透過遺傳學方法控制果蠅的神經元活性、觀察行為,藉此了解哪些基因會影響大腦發育和運作,逐漸破解神經迴路的奧祕。

「我在選博士後研究時,想到底要做線蟲、老鼠、魚、果蠅或其他模式生物?最後才選果蠅。回想起來,近年剛好碰到果蠅相關技術蓬勃發展,選果蠅是很正確的決定!」李奇鴻笑道。

李奇鴻引用知名神經科學家 David Marr 的三層假說(tri‐level hypothesis),認為大腦運作有三個層次:

  1. Computation level(運算):神經系統在做的事,如分辨顏色、觀察東西移動、辨認物體是圓是方、是蘋果或橘子等。
  2. Algorithm level(程序):神經系統的操作方式、程序怎麼做。 
  3. Implementation level(實行):神經系統如何透過神經元、神經網路來達成這個程序。

李奇鴻表示,「過去多數神經科學家都在討論 computation,再探究 algorithm,卻沒辦法解決 implementation 。現在因為具備技術,科學家終於能找出 implementation,再回推上層問題,甚至發現 algorithm 跟原本想的不一樣。」

視網膜感知系統怎麼運算?

關於神經系統的操作方式(Algorithm level),也有因為技術進步而解決爭議的案例。李奇鴻舉例,以前神經科學家在研究視覺系統感受物體運動的機制,曾出現幾種理論,HR 理論認為神經訊號是用乘法,另一派 BL 理論認為是用減法,爭議了很久。

近年科學家發現,原來視網膜感知系統的運算機制是混合的,一共三種,稱為 HR-BL 混合視覺運動偵測器。過去兩派都只對了一半。

關於視網膜感知系統的運算機制,過去 HR 理論和 BL 理論都只猜對其中一種方向(打勾處)。資料來源/Current Biology

Hassenstein-Reichardt(HR)模型:從昆蟲行為研究而來。

  1. 當有偏好方向(從左到右)的視覺刺激出現,左邊的光感應神經元收到訊號,這個信號會被延遲(時間 τ),接著右邊的光感應神經元收到訊號,兩者的訊號會同時到達下游的神經細胞(X),訊號將會相乘,生成運動訊號。
  2. 當有非偏好方向(從右到左)視覺刺激出現,兩個訊號會在不同的時間到達,不會生成運動訊號。

Barlow-Levick(BL)模型:從兔子電生理研究而來。

  1. 當有偏好方向(從左到右)的視覺刺激出現,左邊的光感應神經元收到訊號,接著右邊的光感應神經元收到訊號,但它為抑制訊號且會被延遲(時間 τ),左邊的訊號會先到達下游的神經細胞,生成運動訊號。
  2. 當非偏好方向(從右到左)視覺刺激出現,左、右兩個光感應神經元的訊號會在相同時間到達,刺激訊號和抑制訊號互相抵銷,不會生成運動訊號。

持續分析果蠅大腦的神經迴路!

近代電腦的所有運算都能用 and、or、Xor 三個邏輯閘表達,科學家想知道,大腦裡有沒有類似但更高階的神經迴路運作方式?「從感官到行為比較容易觀察和操作,目前在視覺運動方面的神經迴路運作,我們知道的最多。」

李奇鴻近年在做昆蟲視覺與行為研究,發現昆蟲在感受顏色,如綠光和紫外光時,感光細胞的處理方式是先將紫外光跟綠光的強度做比較,把兩個光的強度相減,讓原本兩個訊號變成一個訊號,所謂的「顏色拮抗」。

「這種神經迴路能解析、比較兩個顏色強度的差異性,因為大部分在視覺上最重要的正是對比。拮抗運算模組能在一片訊號裡找出哪裡最強、其他較弱。其他感官機制也一樣,像觸摸物品時有凸出來的部分較重要,聽覺上要找出哪個聲音特別高等,讓最重要的訊號能凸顯出來。」李奇鴻補充道。

2021 年李奇鴻的團隊首次發現果蠅視覺系統堆疊了多套拮抗運算模組,以達成顏色及空間接受域雙拮抗的效果,成果發表在《Current Biology》。這樣的神經迴路可以比較相鄰的顏色,產生色彩區間對比感。「沒這樣的功能,我們就看不出紅配綠很悲劇了!」李奇鴻笑道。

科學家們正努力鑽研果蠅大腦的神經運算迴路,希望逐步整理出基本運算模組。或許有一天,看似複雜的大腦功能,都可能用基礎的迴路來破解!

李奇鴻實驗室所發現的顏色及空間接受域雙拮抗神經迴路。R1-R6 是吸收頻率範圍較廣的光接收器(輸出刺激訊號),R7 是吸收紫外光的光接收器(輸出抑制訊號),R8 是吸收綠光或藍光的光接收器(輸出刺激訊號)。從 R1-R8 接收光,輸出到神經細胞 Dm8 之後,會形成顏色拮抗效果。此外,相鄰的 Dm8 之間透過特殊的氯離子通道 GluClα 中介,會產生側向抑制作用(Lateral inhibition),形成空間拮抗效果。資料來源/Current Biology

老師是怎麼走上研究大腦神經科學這條路呢?

「我滿晚才走上科學研究的道路。我對電腦有興趣、喜歡寫程式,大學上中國醫藥學院醫學系,家裡也希望我當醫生。不過在實習時,我發現自己對治療病人沒興趣,反而對問題或疾病本身更有興趣。跟幾個老師談過之後,我決定不當醫生,跑去清華大學讀生命科學,後來就到中研院。」

因為有醫學背景,一開始比較想做能立刻解決問題的研究,像是用蛋白質跟毒素的綜合體來治療癌症。但後來了解,如果沒有深刻了解致病機制、沒有鑽進基礎科學研究,很難有突破。

後來去美國洛克斐勒大學攻讀博士,在洛克斐勒讀書期間,大家常互相交流,對我有很大的啟發。那時我在鑽研結構生物學,希望了解疾病真正的生理過程,曾解開愛滋病病毒跟人體信號傳遞有關的蛋白質結構。

博士畢業前,我接觸到神經科學,感到很有興趣,就去加州大學洛杉磯分校(UCLA)讀博士後,學神經科學裡的發育學,想了解大腦在發育過程是如何用不同分子在細胞間傳遞訊息。那時我待在很大的實驗室,老師不太管學生,要自己想辦法或跟旁邊的人學習,很多人素質都很高,學習環境很好。

之後我進入美國國家衛生院(National Institutes of Health,NIH)開始開實驗室帶自己的團隊,待了 16 年,算是真正進入神經科學領域,直到現在依然在做相關研究。

每個人的人生選擇,都被以前的經歷主導,如果沒有醫學背景,恐怕我不會去學結構生物學或走入大腦神經科學領域。

老師在美國的研究很順利,那是什麼契機才決定回臺灣呢?回來後是否有不適應之處呢?

「我 26 歲出國,在美國也待 26 年,幾乎完全融入美國生活,實驗室運作得蠻好,連太太也是美國人。但在美國很多年後,內心出現一個很深感覺:我在臺灣待過這麼久,臺灣是我進入科學的起點,也許該回來教教臺灣的子弟。」

剛開始有些想法,曾受邀回臺演講幾次,但沒有下決心。後來出現一個重要轉捩點。中研院分子生物研究所 30 週年慶時邀我回來演講,那時有機會跟歷任所長聊天,這些所長中許多是我過去在中研院碰過的老師。聊了後感觸很深,發現每任所長都要面對分生所的成長或各種問題,每個所長都有獨到的見解和重要貢獻。

我看到分生所運作得很好,覺得非常感動, 內心想:也許我回來能效法他們,也許對中研院細胞與個體生物學研究所的發展能有一點點實質貢獻。

雖然如果待在美國國家衛生院,我也會有這樣一個機會,但還是想帶自己的子弟,把力氣用在自家子弟身上,讓自己的國家和組織進步。我想將在美國國家衛生院學到的經驗,像哪些組織可以運作、哪些不行,嘗試帶回臺灣。

我很清楚可能碰到的問題,像科學研究會受影響,要重新花幾年時間建立實驗室,但那次契機讓我徹底下定信心。我曾跟廖俊智院長開玩笑,就算不給我錢,我大概也會回來。因為真的覺得這是一個很好的機會,自己能為中研院、為臺灣做些事。畢竟中研院也一直都像我的家!

不過,畢竟過去在美國實驗室和家裡都是講英文,只有打電話給媽媽會說臺灣話,因此, 2018 年剛回臺灣時,國語講得不太流利,臺灣話反而比較流利。

老師覺得美國的研究環境有哪些優點?希望將什麼樣的新觀念、新風氣帶進臺灣呢?

「國外最大特點是學術交流很頻繁,雖然國內也蠻頻繁,但他們交流層次更深入。也就是說,我跟參與的老師交流之後,常能改變想法、做事方法或方向,且是正向的改變。」

國外老師受邀演講,會很積極在幾小時內一直談,在一天中完全沉浸其中,不單講出自己在做的東西,也要求聽眾給予批評或建議等,彼此有深度交流,我每次參加都覺得收穫很多並產生合作可能性。

國內我的經驗是,演講結束後比較缺乏機會跟其他老師深度溝通,領完演講費就屁股拍拍坐高鐵回來。這可能是國內的慣有模式,我覺得需要改變。現在所內我也要求大家,既然花錢請老師來,一定要做深度交流,請對方給予建議。

重要的不是形式或邀到諾貝爾獎得主之類,而是在演講結束後、這個人走出我的辦公室、這些人離開後,對我做的事或做事方法,是不是有什麼實質的改變?在其他科學家交談中是否能得到啟發,改變自己的思考或做實驗方式?或聽聽別人告訴你,你還有哪些沒想到的地方?

分享,也是一種很重要的技術,在交流過程中,當我們可以把一件事講清楚,自己也會茅塞頓開,知道問題在哪。

現在所裡的計畫是把老師分成各種不同興趣小組,組內做交流或有跨組活動。其餘像寫計劃、申請經費、經營實驗室或撰寫並發表文章,這些是基本技術問題。

做任何工作,一個是基本的核心技術,如果沒有「技」就無法生存;另一個是 「藝」(Art) , 可以驅動你一直做下去。訓練人才時,除了培養技術,還要訓練 Art。

老師提到工作上需要 Art,科學家的 Art 是指哪些部分?可以說明得更詳細嗎?

「我想在科學裡面,Art 有很多面向。例如,你怎麼選擇一個問題,怎麼找切入點,如何把一個大問題拆成幾個可攻破的部分,一步步去解開,這是一種 Art。尤其在選擇問題和切入點上,要有獨特的見解或洞燭先機才能成功。」

科學家必須創造有用的知識。什麼叫有用的知識呢?就是聽到學到後,會改變你想事情的方向或做事的方法。很多東西都可以研究,只要科學方法夠嚴謹,都可以得到一些知識。但到底要選擇什麼題目呢?什麼叫做有趣的問題呢?評斷這些就是科學的 Art 。

如果說在人類前面是一個黑暗深淵,知識像光照亮我們前面的路,科學家就像站在最前面,要知道如何踏出那一步?怎麼踏出去?這是 Art。

當科學家看到一個問題、問題成形後,最重要的關鍵是如何選擇一個核心問題去解決。就像玩拼圖時,要放下去最核心、最重要的那塊拼圖。

我回到臺灣後,覺得這裡的研究環境很好,儀器不輸人家,老師很優秀。但可能我們多半只是關注自己的研究,沒有花時間認真去思考,最重要的一塊拼圖在哪裡?當我們有更深度的交流,才能找到最核心的那一塊,做出最重要的貢獻。

李奇鴻說,科學家必須創造有用的知識,也就是會改變做事和想事情方法的知識。至於要選擇創造什麼知識,需要用 Art 來判斷。圖/研之有物

老師在國外的實驗室時是如何帶領研究團隊呢?對年輕的科學家有什麼樣的期待嗎?

「在碩士、博士訓練中最重要的關鍵,是從「讀」科學變成真正「做」科學。我們攤開一本教科書,看到裡面講這個、那個,只是讀人家的科學。即使去念了原始文章,仍然是看著科學怎麼被別人做出來而已。」

自己真正做研究才知道,教科書上每一頁、每一句,背後都可能有數千篇文章支持,那時才知道自己很渺小,懂得謙虛,了解自己一生能做的有限。

所以,每次要跨出一小步,要想該怎麼跨最有效率、得到最大效果。我認為,在碩士班或博士班,最重要的就是了解這種感覺。

有些學生可能覺得,反正我很渺小,世界這麼大,即使做一輩子,即使最成功的科學家,也不過是得到教科書上面的一句話而已,我怎麼做都沒關係啊。 但我們必須帶領學生了解,這個計畫不是老師叫你做才做,而是讓學生覺得這個計畫是自己的,有前進和發展的空間,就像自己的小孩,必須負責。

以前在碩、博士班,剛開始學會技術、實驗做出結果,或能像人家一樣發表文章,會很高興,但這很短暫,真正的轉捩點是我知道有什麼事,是全世界任何人都不知道的那種驕傲,才是真的能支持很久的。我還記得在某一天做到早上五點,從實驗室走出來,知道有個東西全世界只有我知道的喜悅!

當學生曾感受這種發現真實的快樂,你不用規定他早上幾點來、晚上幾點走,他自己就有動機做。

當一個人想這東西應該是怎樣,想辦法做實驗證明出來時,那真的是一種快樂。我想,這是任何其他行業都沒辦法比較的!

學生是要培養成未來的科學家、獨當一面,應該讓他自己走。即使在你看得到的地方,也要讓他自己走出來,而且,他自己想到的,比你告訴他來的有用。

其實,我當老師最興奮時,是學生告訴我那些我不知道的事,會覺得很喜悅,學生想到我沒想到的東西,表示他們有進步,比我還厲害,這很棒!

延伸閱讀

文章難易度
所有討論 2
研之有物│中央研究院_96
273 篇文章 ・ 2673 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

1
0

文字

分享

0
1
0
寵物過敏原有很多種,避免飲食過敏困擾,可選擇單一/特殊肉種寵物飼料
鳥苷三磷酸 (PanSci Promo)_96
・2023/06/06 ・2173字 ・閱讀時間約 4 分鐘

本文由 新萃 Nutri Source 委託,泛科學企劃執行。

你有發現家裡的狗狗經常舔自己四肢,或是身上出現不明紅疹?當心這可能是過敏反應。寵物和人類一樣,也會有過敏反應,過敏可依照「來源」分為三種:吸入性過敏、接觸性過敏和食物性過敏。

寵物的過敏源有哪些?

不管是哪一種過敏反應,在人的身上都比較容易發現和排除。但狗狗的過敏卻很難處理,如果是接觸性或吸入性過敏,即使你把家裡打掃得很乾淨,還是無法排除帶狗出去散步時可能接觸到的環境過敏原。因此,對飼主來說,最容易控制的是食物性過敏。

食物性過敏是怎麼發生的呢?其實,「食物過敏」這個詞並不太準確。正確的臨床醫學用詞是「食物不良反應」(Adverse Food Reaction, 簡稱AFR)(Jackson, H. , 2009),指的是吃下食物後身體產生各種不良反應。並進一步分為食物過敏(Food Allergy)和食物不耐受(Food Intolerances)兩種。

如果你看過動漫作品《工作細胞》,你就會知道過敏其實只是免疫系統對特定成分產生的過度反應,因此全名為「過分敏感」;而食物不耐受則並非免疫性反應,而是消化系統無法代謝或對該生物體有毒,例如狗不能吃洋蔥或巧克力,否則會致死等等。

由於寵物沒有選擇權,只能吃飼主提供的食物,如果飼料中恰好有會造成牠 AFR 的成分,就可能產生各種症狀。除了腸胃發炎和拉肚子外,最明顯的外在症狀就是皮膚問題,包括搔癢、脫毛和紅疹等。後者容易被誤判為皮膚性疾病,讓許多飼主狂跑獸醫院的同時,獸醫也難以對症下藥。

雖然曾有研究透過讓醫師用血液或唾液是否檢測出 IgE 抗體來判斷狗是否過敏(Ermel, R et al.,1997),但最新的研究卻發現,無論使用無論血清的 IgE 抗原或是唾液裡的 IgM 或 IgA 抗原都無法有效檢測出狗狗的過敏來源(Udraite Vovk Let al., 2019 & Lam ATH et al., 2019),甚至會造成偽陽性誤判。因此,目前學界公認唯一能識別食物過敏原的方法就是「食物排除法」(Food Elimination Method)。

以食物排除法,找出毛孩的食物過敏原!

食物排除法的原理相當簡單粗暴,類似我們過去在學校做的實驗一樣,抓出「控制組與對照組」。首先,將狗狗的食物換成牠沒吃過、單一來源且易消化的高蛋白質或水解蛋白質;同時嚴格限制牠對其他食物接觸,包括其他人餵食或路上亂吃等可能性都要注意,此為「對照組」,如此持續 8~12 週,觀察皮膚是否有改善。如果確實有改善,那就證明了確實是 AFR 而非皮膚病。

下一步我們可以進行「食物挑戰」,在每餐食物中逐一嘗試可能的過敏原(例如常見的牛肉、雞蛋等),有如「控制組」,等到症狀又出現,就可以確認哪種食物成分是過敏原,未來就可以在飼料中排除,讓狗狗健康快樂地成長。

這個方法需要飼主的大力配合和耐心紀錄,不僅要在漫長的試驗期,更需要在控制期一一排除所有不可能之後,才能找到答案。而其中最困難的部分,也是實驗的基礎可能是第一步:「提供狗狗牠從未吃過,且肉品單一的蛋白質」,這點對多數飼主來說幾乎是不可能的任務,因為大部分的寵物飼料成分都很複雜。不要說狗狗了,搞不好你連自己沒吃過什麼恐怕都不知道。

飼料成分多而雜,可選單一肉種飼料降低過敏。

那該怎麼進行食物排除法呢?別擔心,沒有找不到的肉品,只有勇敢的狗狗。市面上已經有了針對過敏狗狗的低敏飼料,新萃推出了一系列低敏肉,包含單一肉種的袋鼠肉、鹿肉以及野豬等相比牛豬羊等較不容易取得的肉類,是進行食物排除法第一步測試的首選。

此外,新萃牌無論哪種飼料都有美國專利 Good 4 Life® 奧特奇專利保健元素,能促進飼料中的營養都被狗狗完整吸收。不僅過敏的狗狗能吃,有消化不良症的狗狗也適用。

新萃商品選擇的是單一/特殊肉種的成分,低敏感肉品讓寵物吃了更安心。

參考資料

  1. Thus for the purpose of this discussion, although the term food allergy is used throughout, it should be recognized that this term is a presumptive clinical diagnosis and adverse food reaction is a more accurate term for these canine cases. – Consensus
  2. Jackson, H. (2009). Food allergy in dogs – clinical signs and diagnosis.. Companion Animal Practice.
  3. Assessment of the clinical accuracy of serum and saliva assays for identification of adverse food reaction in dogs without clinical signs of disease – PubMed (nih.gov)
  4. Lam ATH, Johnson LN, Heinze CR. Assessment of the clinical accuracy of serum and saliva assays for identification of adverse food reaction in dogs without clinical signs of disease. J Am Vet Med Assoc. 2019 Oct 1;255(7):812-816. doi: 10.2460/javma.255.7.812. PMID: 31517577.
  5. Direct mucosal challenge with food extracts confirmed the clinical and immunologic evidence of food allergy in these immunized dogs and suggests the usefulness of the atopic dog as a model for food allergy. – Consensus
  6. Ermel, R., Kock, M., Griffey, S., Reinhart, G., & Frick, O. (1997). The atopic dog: a model for food allergy.. Laboratory animal science.
  7. https://www.moreson.com.tw/moreson/blog-detail/furkid-knowledge/pet-knowledge/dog-food-allergen-TOP10/
  8. 狗狗因為食物過敏而搔癢不舒服,為什麼做「過敏原檢測」沒什麼用?
  9. 【獸醫診間小教室】狗狗皮膚搔癢難改善?小心食物過敏! – 汪喵星球 (dogcatstar.com)
  10. 寵物知識+/毛孩對什麼食物過敏?獸醫:驗血完全不準!診斷法只有一個 | 動物星球 | 生活 | 聯合新聞網 (udn.com)
  11. Is there a gold-standard test for adverse food reactions? – Veterinary Practice News
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
172 篇文章 ・ 276 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

3
0

文字

分享

0
3
0
人造腦挑戰 AI!培養皿中的腦組織+腦機介面能打敗電腦嗎?
PanSci_96
・2023/05/27 ・3178字 ・閱讀時間約 6 分鐘

2023 年 2 月底, 約翰霍普金斯大學教授 Thomas Hartung 帶領研究團隊,發表了「類器官智慧」(Organoid intelligence , OI)的研究成果,希望利用腦類器官加上腦機介面,打造全新的生物計算技術。

我們終於要製造人工大腦了嗎?OI 和 AI,誰會成為未來主宰?

類器官智慧 OI 是什麼?目標為何?

2023 年的現在,AI 就已展現了不少驚人的實際成果;相較之下, OI 仍只是一個剛起步的計畫,甚至連名稱都與 2018 年美國《自然—物理學》期刊專欄作家、物理學家布坎南以 Organoids of intelligence 作為標題的文章幾乎一樣。

類器官智慧、Organoid intelligence、OI 是個很新的跨領域名詞,同時結合了「腦類器官」和「腦機介面」兩個領域的技術。

簡單來說,腦類器官就是指透過培養或誘導多能幹細胞(iPSCs),在模擬體內環境的旋轉生物反應器中,產生的腦組織。這項聽起來好像只會出現在科幻電影裡的技術,確實已經存在。

最早的腦類器官是在 2007 年,日本 RIKEN 腦研究所的笹井芳樹和渡辺毅一的研究團隊,成功從人類胚胎幹細胞培養出前腦組織。第一個具有不同腦區的 3D 腦類器官則是發表在 2013 年的《Nature》期刊,由奧地利分子技術研究所的尤爾根.科布利希和瑪德琳.蘭開斯特研究團隊成功建立。

腦類器官的出現,在生物與醫學研究中有重大意義,這代表未來科學家們若需要進行大腦相關的研究,再也不用犧牲實驗動物或解剖大體老師來取得人類大腦,只需要在培養皿就製造出我們要的大腦即可。

儘管培養皿上的組織確實是大腦組織,但不論是在大小、功能,以及解剖構造上,至今的結果仍遠遠不及我們自然發育形成的大腦。因此要達到 OI 所需要的「智慧水準」,我們必須擴大現有的腦類器官,讓他成為一個更複雜、更耐久的 3D 結構。

要達到 OI 所需的「智慧水準」,必須擴大現有的腦類器官,成為一個更複雜的 3D 結構。圖/GIPHY

而這個大腦也必須含有與學習有關的細胞和基因,並讓這些細胞和 AI 以及機器學習系統相連接。透過新的模型、演算法以及腦機介面技術,最終我們將能了解腦類器官是如何學習、計算、處理,以及儲存。

OI 是 AI 的一種嗎?

OI 能不能算是 AI 的一種呢?可說是,也不是。

AI 的 A 指的是 Artificial,原則上只要是人為製造的智慧,都可以稱為 AI。OI 是透過人為培養的生物神經細胞所產生的智慧,所以可以說 OI 算是 AI 的一種。

但有一派的人不這麼認為。由於目前 AI 的開發都是透過數位電腦,因此普遍將 AI 看做數位電腦產生的智慧—— AI 和 OI 就好比數位對上生物,電腦對上人腦。

OI 有機會取代 AI ?它的優勢是什麼?

至於為何電腦運算的準確度和運算速度遠遠高於人腦,最主要原因是電腦的設計具有目的性,就是要做快速且準確的線性運算。反之,大腦神經迴路是網狀、活的連結。

人類本身的基因組成以及每天接收的環境刺激,不斷地改變著大腦,每一分每一秒,我們的神經迴路都和之前的狀態不一樣,所以即使就單一的運算速度比不上電腦,但人腦卻有著更高學習的效率、可延展性和能源使用效率。在學習一個相同的新任務時,電腦甚至需要消耗比人類多 100 億倍的能量才能完成。

神經網路接受著不同刺激。圖/GIPHY

這樣看來,至少 OI 在硬體的效率與耗能上有著更高優勢,若能結合 AI 與 OI 優點,把 AI 的軟體搭載到 OI 的硬體上,打造完美的運算系統似乎不是夢想。

但是 OI 的發展已經到達哪裡,我們還離這目標多遠呢?

OI 可能面臨的阻礙及目前的發展

去年底,澳洲腦科學公司 Cortical Labs 的布雷特.卡根(Brett Kagan)帶領研究團隊,做出了會玩古早電子遊戲《乓》(Pong)的培養皿大腦—— DishBrain。這個由 80 萬個細胞組成,與熊蜂腦神經元數量相近的 DishBrain,對比於傳統的 AI 需要花超過 90 分鐘才能學會,它在短短 5 分鐘內就能掌握玩法,能量的消耗也較少。

現階段約翰霍普金斯動物替代中心等機構,其實只能生產出直徑大小約 500 微米,也就是大約一粒鹽巴大小的尺寸的腦類器官。當然,這樣的大小就含有約 10 萬個細胞數目,已經非常驚人。雖然有其他研究團隊已能透過超過 1 年的培養時間做出直徑 3~5 毫米的腦類器官,但離目標細胞數目 1000 萬的腦類器官還有一段距離。

為了實現 OI 的目標,培養更大的 3D 腦類器官是首要任務。

OI 的改良及多方整合

腦類器官畢竟還是個生物組織,卻不像生物大腦有著血管系統,能進行氧氣、養分、生長因子的灌流並移除代謝的廢物,因此還需要有更完善的微流體灌流系統來支持腦類器官樣本的擴展性和長期穩定狀態。

在培養完成腦類器官以及確定能使其長期存活後,最重要的就是進行腦器官訊息輸入以及反應輸出的數據分析,如此我們才能得知腦類器官如何進行生物計算。

受到腦波圖(EEG)紀錄的啟發,研究團隊將研發專屬腦類器官的 3D 微電極陣列(MEA),如此能以類似頭戴腦波電極帽的方式,把整個腦類器官用具彈性且柔軟的外殼包覆,並用高解析度和高信噪比的方式進行大規模表面刺激與紀錄。

研究團隊受腦波圖(EEG)紀錄的啟發。圖/Envato Elements

若想要進一步更透徹地分析腦類器官的訊號,表面紀錄是遠遠不夠的。因此,傷害最小化的的侵入式紀錄來獲取更高解析度的電生理訊號是非常重要的。研究團隊將使用專門為活體實驗動物使用的矽探針Neuropixels,進一步改良成類腦器官專用且能靈活使用的裝置。

正所謂取長補短,欲成就 OI,AI 的使用和貢獻一點也不可少。

下一步,團隊會將進行腦機介面,在這邊植入的腦則不再是人類大腦,而是腦類器官。透過 AI 以及機器學習來找到腦類器官是如何形成學習記憶,產生智慧。過程中由於數據資料將會非常的龐大,大數據的分析也是無可避免。

隨著 AI 快速發展的趨勢,OI 的網路聲量提升不少,或許將有機會獲得更多的關注與研究補助經費,加速研究進度。更有趣的是,不僅有一批人希望讓 AI 更像人腦,也有另一批人想要讓 OI 更像電腦。

生物、機械與 AI 的界線似乎會變得越來越模糊。

OI=創造「生命」?

生物、機械與 AI 的界線越來越模糊。圖/Envato Elements

講到這裡,不免讓人擔心,若有一天 OI 真的產生智慧,我們是否就等於憑空創造出了某種「生命」?這勢必將引發複雜的道德倫理問題。

雖然研究團隊也強調, OI 的目標並不是重新創造人類的意識,而是研究與學習、認知和計算相關的功能,但「意識究竟是什麼」,這個哲學思辨至今都還未有結論。

到底懂得「學習」、「計算」的有機體能算是有意識嗎?如果將視覺腦機介面裝在 OI 上,它是否會發現自己是受困於培養皿上,被科學家們宰割的生物計算機?

不過這些問題不僅僅是 OI 該擔心的問題,隨著人工智慧的發展,GPT、Bing 和其他由矽構成的金屬智慧,隨著通過一個又一個智力、能力測試,也終將面臨相應的哲學與倫理問題。

最後,Neuralink 的執行長馬斯克說過(對,又是他 XD),人類要不被 AI 拋下,或許就得靠生物晶片、生物技術來強化自己。面對現在人工智慧、機械改造、生物晶片各種選擇擺在眼前,未來你想以什麼樣的型態生活呢?

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

PanSci_96
1166 篇文章 ・ 1523 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

2
1

文字

分享

0
2
1
我不期待每天快樂,我只是想要好好生活——《與你相鬱的日子》
商鼎數位出版
・2023/05/19 ・1368字 ・閱讀時間約 2 分鐘

憂鬱症是什麼?

憂鬱症不是一個人不知足、懶惰,或是悲觀。它是個確確實實存在的疾病。雖然光從一個人外表無法看到,但是觀察腦部的話,可以發現腦結構、區域活動力、腦部神經傳導素的平衡都與沒有罹患憂鬱症的腦部不一樣。憂鬱症會造成各種不一樣的症狀,深深地影響日常生活品質。

它屬於一種情感性疾患,亦可以稱為情緒障礙。患者會感到心情持續低落,對原本感興趣的事情失去興趣,即使有好事情發生,心情也可能好不起來,也會被各種負面的想法侵襲,像是自責、貶低自己,讓一個人感受到罪惡、羞恥、沒有價值、沒有希望,甚至會萌生想死的念頭。

它會讓一個人記憶力變差,注意力變得比較不集中,感覺沒有精神,總是很累。憂鬱症也會害一個人睡眠與飲食失調,可能睡太多或太少或難以入眠,白天嗜睡,或是吃太多或太少,都有可能。除此之外,也可能會感到昏沉、頭痛等身體不適。

憂鬱症是真正的疾病。圖/與你相鬱的日子

但是每個人都會有情緒起伏啊!

「憂鬱症」與「悲傷」的差別

如前面所提,憂鬱症屬於一種情緒障礙。每個人都會有情緒起伏,但情緒病的情緒極端超越正常範圍,使它們難以控制。情緒病常常被汙名化,其中一個原因可能是因為情緒管理是衡量一個人有沒有成熟的一個標準,但是考慮到每個人的情緒起伏趨勢都不一樣,面臨到的調適難度也不一樣,應當要更加同理而不是斥責那些因為受情緒病而受苦的人。

憂鬱症的情緒狀態。圖/與你相鬱的日子
憂鬱症和悲傷傷的不同。圖/與你相鬱的日子
如果你開始瞭解優鬱症。圖/與你相鬱的日子
憂鬱症的「低落」。圖/與你相鬱的日子
憂鬱症的心理狀態 (1) 。圖/與你相鬱的日子
憂鬱症的心理狀態 (2) 。圖/與你相鬱的日子
憂鬱症的心理狀態 (3) 。圖/與你相鬱的日子

憂鬱症可能長這樣。圖/與你相鬱的日子
憂鬱症的不同樣貌。圖/與你相鬱的日子

——本文摘自《與你相鬱的日子:給患者與陪伴者的憂鬱症基礎指南》,2023 年 3 月,商鼎出版,未經同意請勿轉載。

商鼎數位出版
3 篇文章 ・ 0 位粉絲