Onder de microscoop gedragen kobaltatomen zich net als hersencellen

07 apr 2022

Levenloos materiaal zoals kobalt gedraagt zich soms een beetje zoals onze hersenen, ontdekte quantumnatuurkundige Alex Khajetoorians. Dat maakt het mogelijk geschikt om energiezuinige berekeningen mee uit te voeren. Vorige maand kreeg de hoogleraar een Vici-subsidie voor zijn plannen.

Hoe krachtig moderne computers en kunstmatige intelligentie ook mogen zijn, het zijn flinke energieslurpers. Neem bijvoorbeeld de zelfrijdende functie van een Tesla, die verbruikt naar schatting al snel een paar honderd Watt om de auto te besturen. Onze eigen hersenen verbruiken daarentegen maar 15 Watt – en dan kunnen we tegelijkertijd ook nog naar de radio luisteren of bellen.

Kunnen we daarom niet proberen computers meer op hersenen te laten lijken? Die vraag vormt de basis van het nieuwe Vici-project van Khajetoorians. NWO kende de hoogleraar Scanning probe microscopy (Institute for Molecules and Materials) onlangs deze prestigieuze beurs toe, anderhalf miljoen euro groot.

Hersenachtig materiaal maken

‘Hoe kunnen we van de hersenen leren, hoe we hersenachtig materiaal kunnen maken dat lerend vermogen heeft? Is organisch (biologisch, red.) materiaal daarin uniek, of kan het ook met levenloos materiaal? Dat wil ik graag weten’, legt hij uit op zijn werkkamer in het Huygensgebouw. De manier waarop de hersenen rekenen is in essentie gebaseerd op patroonherkenning. Elk item in je geheugen, bijvoorbeeld iemands gezicht, krijgt daarbij een uniek patroon van hersenactiviteit. ‘Dit basisprincipe, vaak machine learning genoemd, vormt ook de basis van kunstmatige intelligentie (AI, red.) die computers gebruiken.’

Alex Khajetoorians. Foto: Dick van Aalst

Toch gebeuren er onder de motorkap heel verschillende dingen, als je computers vergelijkt met het brein. Waar een computerchip gemaakt is om heel nauwkeurig dingen op te slaan of te verwerken, zijn de hersenen daarentegen heel noisy en plastisch. Als ze leren, verandert hun netwerk fysiek van vorm. Khajetoorians: ‘De hersenen hebben in feite twee fundamentele onderdelen: de neuronen, die snel vuren en de synapsen – de verbindingen tussen de neuronen. De synapsen beïnvloeden hoe snel de neuronen vuren en veranderen langzaam op basis van ervaring.’ De ‘hardware’ zelf – lees: het brein – verandert dus door het leerproces. Deze zogeheten plasticiteit ligt mogelijk ten grondslag aan de energie-efficiëntie van het brein, vermoeden neurowetenschappers.

Goudvis en paddenstoel

Een vergelijkbare plasticiteit zag Khajetoorians eerder in zijn onderzoek aan kobalt- en fosforatomen. Met een speciale microscoopopstelling, de krachtigste in het land, kan hij die atomen individueel in beeld brengen, een tiende van een nanometer groot, ofwel 100.000 keer kleiner dan een haardikte. ‘Als we heel nauwkeurig kobaltatomen plaatsten op een fosforstructuur, zien we iets bijzonders. Soms krijgen de kobaltatomen dan een beetje de vorm van een goudvisje, en soms de vorm van een paddenstoel.’ Met elektrische schokjes kunnen de onderzoekers de atomen laten wisselen tussen de twee vormen. In feite creëren ze hiermee een soort binair geheugen, als enen en nullen in computerbits.

Maar nog belangrijker, deze ‘atoomneuronen’ blijk ook plasticiteit te vertonen, net als echte hersencellen. Als je sterkere schokjes toedient, begint de vorm van de atomen te fluctueren (tussen goudvis en paddenstoel), net als neuronen die vuren. Deze vuursnelheid blijkt bovendien beïnvloed te worden door welke vorm nabijgelegen kobaltatomen hebben. En ook dat lijkt weer sterk op hoe de hersenen werken: daarbij beïnvloeden nabijgelegen neuronen ook elkaars vuursnelheid. Khajetoorians: ‘Afhankelijk van hoe je de atomen met elkaar laat interacteren kun je allerlei patronen maken van atomen die verschillende vuursnelheden hebben.’

Voor de Universiteit van Nederland gaf Alex Khajetoorians een publiekspresentatie over zijn onderzoek

Systematisch patronen maken en veranderen, is in feite ook wat bij machine learning gebeurt. En dat bracht Khajetoorians op het idee van zijn Vici-project. ‘Zijn we in staat om de natuurkunde van atoomgedrag te koppelen aan AI-concepten als machine learning? En zou je met dit soort atomen het brein kunnen nabootsen, en op termijn misschien een heel nieuw soort computer kunnen bouwen?’

‘Zulke complexe vragen hebben een interdisciplinaire aanpak nodig. Daarom werk ik ook samen met onder meer Mikhail Katsnelson (theoretische vaste-stoffysica, red.) en Bert Kappen (Donders Instituut, red.).’

Snoepwinkel

Voordat de antwoorden er zijn, moet er nog wel flink wat water door de Waal. Hoe dit gekke atoomgedrag natuurkundig verklaard kan worden, is bijvoorbeeld nog niet exact duidelijk. Maar precies die fundamentele natuurkundige vragen maken zijn vakgebied juist zo interessant, zegt Khajetoorians met pretoogjes. ‘Ik voel me net als een kind in een snoepwinkel. We kunnen dit allemaal pas net onderzoeken, door nieuwe ontwikkelingen op het gebied van zowel de theoretische natuurkunde als technische mogelijkheden.’

‘Dat je niet weet hoe een onderzoek gaat lopen, is juist de lol van fundamentele wetenschap’

Het doel van zijn project is niet om een concreet apparaat of product te gaan maken, benadrukt de hoogleraar ten slotte. ‘We hopen vooral nieuwe fundamentele natuurkundige inzichten te krijgen over hoe materiaal zich gedraagt op atomair niveau. Én hoe je daarvan gebruik kunt maken door verschillende vakgebieden samen te brengen, zoals we nu doen met de neurowetenschappen. Het zou mooi zijn als dat ooit leidt tot energiezuinigere technologie. Maar dat je niet weet hoe een onderzoek precies gaat lopen, is juist de lol van fundamentele wetenschap doen.’

Geef een reactie

Vox Magazine

Het onafhankelijke magazine van de Radboud Universiteit

lees de laatste Vox online!

Vox Update

Een directe, dagelijkse of wekelijkse update met onze artikelen in je mailbox!

Wekelijks
Nederlands
Verzonden!