Interview mit Filippo Rizzante, CTO von Reply „Biocomputing ist als Ergänzung gedacht, nicht als Ersatz“

Anbieter zum Thema

Bürklin GmbH & Co. KG

Incap Electronics Germany GmbH

ET System electronic GmbH

Lebende Neuronen statt Silizium-Chips: Biocomputing eröffnet der Medizintechnik neue Möglichkeiten, wenn herkömmliche Halbleiter an ihre Grenzen stoßen. Im Gespräch mit Filippo Rizzante, CTO von Reply, geht es um Chancen und neue Möglichkeiten der biologischen Rechentechnik.

Die CL1-Plattform von Cortical Labs nutzt 800.000 lebende menschliche Neuronen anstelle von Silizium-Chips als Recheneinheiten. Diese biologischen Rechensysteme können komplexe Aufgaben wie das Videospiel Pong innerhalb weniger Minuten erlernen und verbrauchen dabei einen Bruchteil der Energie herkömmlicher KI-Systeme.

Reply, ein globales Technologieberatungsunternehmen, hat zusammen mit der Universität Mailand eine Forschungskooperation gestartet, um das Potenzial dieser Biocomputing-Technologie für die Medizinelektronik zu erforschen. Wir sprachen mit Filippo Rizzante, CTO von Reply, über die Chancen und Herausforderungen dieser zukunftsweisenden Technologie.

Herr Rizzante, wie ordnen Sie Biocomputing im Vergleich zu aktuellen Hardware-Trends wie neuromorphen Chips oder Quantum Computing ein? Wo sehen Sie die Vor- und Nachteile?

Biocomputing ist Teil einer breiteren Suche nach Rechenparadigmen jenseits des Siliziums. Neuromorphe Chips und Quantencomputer erweitern bestehende Modelle, bleiben aber mathematisch formalisiert. Biocomputing geht darüber hinaus, indem lebende Neuronen selbst zum aktiven Bestandteil des Systems werden. Dadurch entsteht ein probabilistischer und adaptiver Ansatz, der sich direkt an biologischen Prinzipien orientiert.

Der Vorteil liegt in der Lernfähigkeit und Flexibilität biologischer Netzwerke. Gleichzeitig ist das System weniger deterministisch und schwerer standardisierbar als klassische Hardware, da jede neuronale Kultur individuell trainiert werden muss. Die Ergebnisse können entsprechend variieren.

Welche konkreten Vorteile bietet die biologische Signalverarbeitung gegenüber siliziumbasierten Lösungen – über die Energieeffizienz hinaus?

Ein zentraler Vorteil ist die außergewöhnliche Lerneffizienz. Neuronale Kulturen sind in der Lage, nach sehr wenigen Beobachtungen Pong zu spielen oder handgeschriebene Ziffern zu klassifizieren. Klassische Machine-Learning-Methoden benötigen dafür Tausende Iterationen. Biologische Netzwerke kombinieren dichte Vernetzung, inhärente Plastizität und kontinuierliche Anpassung, ohne dass dafür explizite Reprogrammierung oder große Datenmengen nötig sind. Das führt zu einer besonders effizienten biologischen Signalverarbeitung.

Wie komplex ist die Integration von Biocomputing-Systemen in bestehende Elektronik-Architekturen? Welche Schnittstellen sind nötig?

Die Integration erfordert spezialisierte Schnittstellen zwischen Software und biologischem System und ist deutlich komplexer als bei rein digitalen Architekturen. Digitale Aufgaben werden in elektrische Stimuli übersetzt, die Neuronen verarbeiten können. Ihre Antworten werden über Mikroelektroden erfasst und wieder in digitale Signale überführt.

Operativ ähnelt das System einer streng kontrollierten Umgebung, in der Temperatur, Atmosphäre und elektrische Kopplung präzise geregelt sind. Diese bidirektionale Übersetzung ist ein zentraler Bestandteil der Forschung.

Sie arbeiten mit lebenden Zellen. Wie gewährleisten Sie Reproduzierbarkeit und Qualitätskontrolle, die in der Medizinelektronik essenziell sind?

Reproduzierbarkeit und Stabilität stehen im Fokus der laufenden Untersuchungen und sind zentrale Voraussetzungen für jede spätere medizintechnische Anwendung. Nicht jede neuronale Kultur eignet sich für Rechenaufgaben, weshalb zunächst die elektrophysiologische Aktivität überprüft wird.

Unterschiede zwischen Kulturen sind bekannt und werden systematisch analysiert. Diese Variabilität liefert wichtige Erkenntnisse über Lernprozesse, Robustheit und langfristige Stabilität biologischer Systeme und ist Teil des wissenschaftlichen Erkenntnisgewinns.

In welchen medizinelektronischen Anwendungen sehen Sie das größte Potenzial für Biocomputing in den nächsten fünf bis zehn Jahren?

Das größte Potenzial liegt in Anwendungen, die von adaptiver und physiologischer Signalverarbeitung profitieren. Dazu zählen Gehirn-Computer-Schnittstellen, Neuroprothesen und adaptive Steuerungssysteme. Darüber hinaus kann die Analyse elektrophysiologischer Muster neuronaler Kulturen neue Impulse für die Erforschung neurologischer Erkrankungen und für medizinische Anwendungen liefern.

Ein erstes konkretes Ziel besteht darin, neuronale Kulturen so zu trainieren, dass sie einfache physische Aufgaben übernehmen können. Das kann beispielsweise die Steuerung eines Roboterarms sein. Damit ließe sich adaptive neuronale Steuerung demonstrieren, die künftig auch klinisch relevant werden könnte.

Sehen Sie Biocomputing als Ergänzung oder mittelfristigen Ersatz für konventionelle Prozessoren in speziellen Anwendungen?

Biocomputing ist als Ergänzung gedacht, nicht als Ersatz. Das Ziel besteht darin, neue Rechenparadigmen zu verstehen und ihr praktisches Potenzial zu bewerten. Biologische Systeme könnten digitale Architekturen dort sinnvoll ergänzen, wo Echtzeit-Lernen, hohe Adaptivität und extreme Effizienz entscheidend sind. Hybride biologisch-digitale Ansätze stehen dabei klar im Vordergrund. (heh)

Biocomputing in der Medizinelektronik

800.000 lebende Neuronen ersetzen Silizium-Chips

(ID:50713249)