De flesta datorer körs på mikrochips, men tänk om vi hela tiden har missat ett enklare och elegantare beräkningsverktyg? Tänk om vi i själva verket var beräkningsverktyget?
Hur galet det än låter kan en framtid där människor är de som utför databehandling vara närmare än vi tror. I en artikel som publicerats i IEEE Access visar Yo Kobayashi från Graduate School of Engineering Science vid University of Osaka att levande vävnad kan användas för att bearbeta information och lösa komplexa ekvationer, precis som en dator gör.
Denna prestation är ett exempel på kraften i det beräkningsramverk som kallas reservoir computing, där data matas in i en komplex ”reservoar” som har förmågan att koda rika mönster. En beräkningsmodell lär sig sedan att omvandla dessa mönster till meningsfulla utdata via ett neuralt nätverk.
”Vanliga reservoarer är olinjära dynamiska system som elektriska kretsar eller vätsketankar”, säger Kobayashi. ”Det finns jämförelsevis få studier som använder levande organismer som reservoarer, och hittills inga som använder mänsklig vävnad in vivo.”
För att testa om mänsklig vävnad kunde användas för att utföra beräkningar lät Kobayashi deltagarna leverera biomekaniska data genom att böja sina handleder i olika vinklar och ta ultraljudsbilder av den efterföljande muskeldeformationen i armarna. Dessa data användes sedan för att skapa en ”biofysikalisk reservoar” för databehandling.
”En idealisk reservoar har både komplexitet och minne”, förklarar Kobayashi. ”Eftersom de mekaniska reaktionerna i mjukvävnad i sig uppvisar olinjäritet mellan spänning och töjning och viskoelasticitet, uppfyller muskelvävnad lätt dessa kriterier.”
I en serie benchmark-tester, där komplicerade olinjära ekvationer skulle lösas, jämförde Kobayashi prestandan hos sin modell för mänsklig vävnad med prestandan hos linjär standardregression. Han fann att modellen med den biofysikaliska reservoaren genomgående var en storleksordning mer exakt.
”Ett potentiellt tillämpningsområde för den här tekniken är bärbara enheter”, säger Kobayashi. ”I framtiden kan det bli möjligt att använda vår egen vävnad som en bekväm beräkningsresurs. Eftersom mjukvävnad finns i hela kroppen skulle en bärbar enhet kunna delegera beräkningar till vävnaden, vilket skulle förbättra prestandan.”
Nu när principen har demonstrerats fokuserar Kobayashi på att skala upp sin modell för att hantera mer krävande beräkningar, samt att undersöka andra biomaterials kapacitet att användas som reservoarer. Om hans forskning fortsätter att bära frukt kanske det inte dröjer länge innan maskininlärning blir omsprungen av organisk inlärning.
För mer information: Yo Kobayashi, Informationsbehandling via mänsklig mjukvävnad: Soft tissue reservoir computing, IEEE Access (2025). DOI: 10.1109/ACCESS.2025.3553140
