Учёные из Университета Тохоку и Future University Hakodate показали, что выращенные нейроны коры мозга крыс можно встроить в резервуарные вычисления и обучить генерировать сложные временные сигналы, а результаты опубликованы в PNAS-12 от марта 2026 года. Что сделали Исследователи поместили нейроны в микрофлюидные чипы с 128 лунками примерно по 100 на 100 микрометров, где в среднем находилось около 14-15 клеток в каждой. Лунки связали микроканалами в решётчатую и иерархическую структуры, чтобы избежать «слипания» сети в однородный синхронный паттерн. Именно структура сети оказалась ключом к вычислительной пригодности - у организованных конфигураций корреляция между соседними нейронами была около 0,11-0,12 против 0,45 у неструктурированной сети, что повышало вычислительную размерность. После этого систему встроили в замкнутый контур резервуарных вычислений, где обучали только внешний декодер, а не сами нейроны. Что получилось Живые нейроны научились воспроизводить синусоиды с периодами от 4 до 30 секунд, а также треугольные и прямоугольные волны. Кроме того, система смогла приближать аттрактор Лоренца - классическую задачу для хаотических динамических систем с корреляцией выше 0,8 между целевым и предсказанным сигналом. Профессор Хидэаки Ямамото назвал такие живые нейросети принципиально новыми вычислительными ресурсами. Идея в том, что биологические нейроны здесь выступают не только как объект изучения жизни существа, а как рабочий вычислительный элемент. Ограничения У системы пока есть серьёзные ограничения. После остановки обучения ошибка росла в 99% испытаний. Ещё одна проблема - задержка обратной связи около 330 миллисекунд, из-за которой трудно отслеживать быстро меняющиеся сигналы. Исследователи считают, что более специализированное железо сможет сократить задержку и расширить спектр задач. Пока же технология выглядит скорее как демонстрация принципа и платформа для будущих нейропротезов и интерфейсов мозг-компьютер. Почему это важно Это сильный сигнал о том, что наука научилась использовать биологические нейроны как вычислительный слой в гибридных системах. Если направление вырастет, оно может дать новые подходы к нейропротезам, BCI и био-вдохновлённым вычислениям.