על מסלול המאגדים

מסלול מאגדי מחקר יישומי הינו מסלול סיוע של רשות החדשנות המופעל על ידי חטיבת תשתיות חדשנות, שמטרתו לעודד מו”פ של טכנולוגיות חדשניות בחזית הידע הטכנולוגי על מנת להקנות יתרון יחסי לתעשייה הישראלית בשווקים בינלאומיים. מאגד במסלול זה הוא התאגדות של תאגידים תעשייתיים ומוסדות מחקר אקדמיים לביצוע מו”פ של טכנולוגיות גנריות/ מו”פ טרום מוצרי על בסיס שת”פ מהותיים בין חבריו, מתוך מגמה להשיג יחד הרבה יותר מהיכולת של כל אחד.

חזון המאגד

מערכות בינה מלאכותיתטכנולוגיה רב-תכליתית (General Purpose Technology) המאפשרת למערכות ממוחשבות לבצע משימות המצריכות אינטליגנציה אנושית, במטרה לשבש ולייעל את כלל תחומי המשק, התעשייה והחיים. More מודרניות נולדו במידה רבה מהשראה ביולוגית: רשתות נוירונים מלאכותיות, מבקשות לחקות, את אופן פעולתן של מערכות עצביות בטבע. אולם בעוד שבעלי חיים מסוגלים ללמוד, להסתגל ולקבל החלטות גם על בסיס מידע מועט, חלקי או רועש, מערכות AI רבות עדיין תלויות בכמויות גדולות של נתונים איכותיים ובעוצמת חישוב גבוהה. יתרונות מערכות ביולוגיות אינן נשענות על איסוף נתונים מושלם או על חישוב מדויק במובן הקונבנציונלי, אלא על מנגנונים שהתפתחו לאורך האבולוציה כדי לפעול בעולם דינמי, עמום ורווי אי־ודאות.
הבנת עקרונות אלה והטמעתם במערכות אלקטרו־ביולוגיות עשויים להוות פתח לפרדיגמה חישובית חדשה, ולהציב את התחום בחזית הטכנולוגית הבאה של חישוב דל־הספק, למידה מנתונים מועטים, חישה אדפטיבית וקבלת החלטות בתנאי אי־ודאות.

מטרת המאגד

לפתח טכנולוגיה המבוססת חישוב ביולוגי באמצעות ממשקי נוירונים בדו- ותלת מימד, מערכי אלקטרודות מתוחכמים ויכולות עיבוד מידע מתקדמות.

הטכנולוגיה שתפותח במסגרת המאגד

המאגד יתמקד בפיתוח תשתיות חישוב ובינה מלאכותית המבוססות על ממשק דו־כיווני בין מערכות ביולוגיות, ובהן רשתות נוירונים ואורגנואידים קורטיקליים, לבין מערכי אלקטרודות, מערכות חישה וגירוי, חומרת עיבוד ומעבדים מתקדמים.

לשם כך יפותחו במסגרת המאגד מספר שכבות טכנולוגיות משלימות:

• מערכות ביולוגיות יציבות, נשלטות וניתנות לגמלון (scaling), המבוססות על רשתות נוירונים דו־ממדיות ותלת־ממדיות.
• ממשקי ביולוגיה-אלקטרוניקה מתקדמים, לרבות מערכי אלקטרודות בצפיפות גבוהה ובעלי יכולות חישה וגירוי אדפטיביות.
• מערכות מיקרופלואידיקה מבוקרות לשימור, הזנה ובקרה של הרקמה הביולוגית.
• חומרה לעיבוד בזמן אמת של כמויות מידע גדולות המתקבלות ממערכות ביולוגיות.
• אלגוריתמיקה מתקדמת להמרת פעילות אלקטרופיזיולוגית למידע דיגיטלי בעל משמעות חישובית.
• מודלים וכלי AI לניתוח, אפיון ופענוח של הדינמיקה הביולוגית.
• ארכיטקטורות Closed-Loop המאפשרות קידוד מידע אל תוך המערכת הביולוגית, קריאת התגובה, מתן משוב והסתגלות בזמן אמת.
• פיתוח שכבת abstraction שתאפשר למפתחי מערכות להשתמש במשאב החישובי הביולוגי מבלי להידרש לשליטה ישירה בכל הפרמטרים הביולוגיים והאלקטרופיזיולוגיים שלו.

 יישומים אפשריים

• מערכות לביצוע חישובים לא־קונבנציונליים ביעילות גבוהה ובצריכת אנרגיה נמוכה.
• מערכות חישוב קצה המשולבות ישירות בלולאות משוב עם חיישנים ומערכות פיזיות.
• מודלים חדשים, מבוססי השראה ביולוגית, להתמודדות עם מידע רועש, חסר או משתנה.
• סינון רעשים אדפטיבי במכשירי קצה.
• מערכות ושיטות חדשות לממשקי מוח–מחשב.
• חיזוי דינמיקה של מערכות מורכבות וכאוטיות באמצעות רשתות ביולוגיות.
• מערכות Adaptive Edge Computing המסוגלות ללמוד ולהסתגל לסביבה משתנה תוך כדי פעולה ובצריכת אנרגיה נמוכה.
• מערכות היברידיות שבהן רכיבי AI קונבנציונליים ורשתות ביולוגיות פועלים יחד, כאשר כל רכיב מבצע את סוג החישוב שבו הוא יעיל ביותר.

האתגרים הטכנולוגיים

לצד הפוטנציאל, שימוש במערכות ביולוגיות כרכיב חישובי מציב שורה של אתגרים מהותיים.

• מערכות ביולוגיות מתאפיינות מטבען בשונות בין פרטים ודגימות, בשינויים לאורך זמן, במשך חיים מוגבל ובקושי לנטר באופן רציף ומדויק את מצבן ואת יכולת הביצוע שלהן.
• אתגר מרכזי נוסף הוא גמלון (scaling) המערכת: היכולת לייצר מספר גדול של יחידות ביולוגיות בעלות מאפיינים עקביים, תוך שמירה על פעילות אלקטרופיזיולוגית יציבה, בקרת איכות, עלות סבירה ואמינות לאורך זמן.

תחומי מומחיות ושותפים פוטנציאליים

אנו מחפשים חברות וקבוצות מחקר בעלות ניסיון מוכח וידע עמוק באחד או יותר מהתחומים הבאים:

הנדסת רקמות ומערכות עצביות

• פיתוח מבנים תלת־ממדיים של אורגנואידים קורטיקליים או מוחיים.
• פיתוח רשתות נוירונים דו־ממדיות.
• פיתוח שיטות לשליטה בצמיחת אקסונים ודנדריטים ולהכוונתם במרחב.
• פיתוח שיטות לבקרה על צפיפות ופיזור סינפסות.
• שילוב מיקרופלואידיקה לשימור ולבקרה של רקמות דו־ממדיות ותלת־ממדיות, בדגש על מערכות הפועלות בלולאת משוב.
• פיתוח יכולות שליטה, בקרה, ניטור ואנליזה של מבנים עצביים דו־ממדיים ותלת־ממדיים.
• פיתוח פרוטוקולים המאפשרים יציבות תפקודית ארוכת טווח של הרשת הביולוגית תחת משטרי גירוי וחישוב חוזרים.

הנדסה גנטית וגמלון של מערכות ביולוגיות

• פיתוח שיטות לאימורטליזציה של נוירונים תוך שמירה על תכונותיהם האלקטרופיזיולוגיות.
• פיתוח שיטות לגידול אורגנואידים מוחיים פעילים אלקטרופיזיולוגית, תוך צמצום השונות בין יחידות ובין אצוות.
• פיתוח שיטות סימון ודטקציה לצורך אנליזה אלקטרופיזיולוגית ומורפולוגית של נוירונים וסינפסות.
• פיתוח שיטות לבקרת איכות בגידול אורגנואידים מוחיים בגמלון גבוה וביחס עלות–תועלת מתאים.
• פיתוח ביו-מרקרים ומדדים פונקציונליים שיאפשרו להעריך מראש את התאמתה של יחידה ביולוגית לביצוע משימות חישוביות.

ממשקי אלקטרוניקה–נוירונים ואורגנואידים

• פיתוח מערכי אלקטרודות אלקטרופיזיולוגיים לממשק עם אורגנואידים ותרביות נוירונים דו־ממדיות.
• פיתוח מערכות מרובות אלקטרודות המשלבות מיקרופלואידיקה, רישום וגירוי אלקטרופיזיולוגי במערכות דו־ממדיות ותלת־ממדיות.
• פיתוח ממשקים הניתנים לגמלון ולייצור באופן אמין ועקבי.
• פיתוח מערכי אלקטרודות תלת־ממדיים ו/או גמישים המסוגלים להגדיל את מספר נקודות הממשק הפעילות עם הרקמה תוך שמירה על viability ועל איכות האות.

עיבוד אות והמרת מידע ביולוגי לדיגיטלי

• ניסיון בעיבוד אותות אלקטרופיזיולוגיים וברמת הממשק לחומרה, לרבות ניסיון בעבודה עם מערכות כגון CMOS ו-Intan.
• פיתוח אלגוריתמים לעיבוד בזמן אמת של פעילות עצבית מרובת ערוצים.
• המרת מידע ביולוגי לממשקים אלקטרוניים ולמערכות דיגיטליות, לרבות חיישנים, פרוטזות וחומרה מתקדמת.
• פיתוח שיטות encoding ו-decoding דו־כיווניות: מדיגיטלי לביולוגי ומביולוגי לדיגיטלי כחלק מממשק חישובי מלא. ושימוש בתכנות מתקדם ב FPGA, Lattice, VORAGO

אלגוריתמיקה וארכיטקטורות חישוב ביולוגיות

פיתוח אלגוריתמים חדשניים למערכות המבוססות על ממשקי אלקטרוניקה–נוירונים, לרבות:

• Spiking Neural Networks ‏(SNN)
• Liquid State Machines ‏(LSM)
• Reservoir Computing ‏(RC)
• Spike-Timing-Dependent Plasticity ‏(STDP)
• Reinforcement Learning במערכות Closed-Loop
• סינון רעשים אדפטיבי
• למידה והתאמה של אלגוריתמים לשונות ול-drift הטבעיים של substrate ביולוגי.
• פיתוח benchmarks המאפשרים השוואה ישירה בין חישוב ביולוגי, neuromorphic computing ומערכות AI קונבנציונליות.

מומחיות בתחום זה נדרשת בשילוב ניסיון מוכח באחד או יותר מתחומי הביולוגיה, האלקטרופיזיולוגיה, החומרה או הממשקים שתוארו לעיל.

תנאי השתתפות

החברות וקבוצות המחקר שימצאו מתאימים יידרשו לעמוד בתנאי הסף של רשות החדשנות להשתתפות במאגד מחקר יישומי.

יצירת קשר

חברות וקבוצות מחקר המבקשות להצטרף למאגד מתבקשות למלא את הטופס הרלוונטי בהתאם ללוחות הזמנים של הגשת המאגד.

לקבלת מידע נוסף ניתן לפנות למנהל הטכני של המאגד, מר איתן עפרון: [email protected]
או ליו"ר המאגד, ד"ר ניסים פרץ: [email protected]