Kyborger har vært en del av vår fantasiverden så lenge science fiction-sjangeren har eksistert. Denne krysningen mellom levende organisme og maskin har blitt brukt til å skremme og underholde, og til å utforske grenselandet mellom menneske og teknologi.

Ved NTNU jobber forskere og studenter med å bygge den interaktive sosiale roboten.

På sikt blir den kanskje en kjent figur på campus – samtidig som den kan hjelpe forskere med å forstå hvordan hjerneskader kan repareres og hvordan nye typer datamaskiner kan konstrueres.

Kyborgen som vil bli vennen din

– Vi starter med maskinen og så gjør vi den «levende». Da må vi legge til biologiske nerveceller som vi må holde i live – og så få dem til å kommunisere med en datamaskin, forklarer forsker Stefano Nichele ved Institutt for datateknologi og informatikk ved NTNU.

Han koordinerer NTNU Cyborg, et prosjekt som favner en rekke av NTNUs fagmiljøer – fra datateknologi og kybernetikk til nevromedisin, etikk og design.

Målet er å bygge en sosial robot som skal rusle rundt på campus og kommunisere med studenter og ansatte. Den skal klare å kontakte deg og kjenne deg igjen og til og med sende deg en venneforespørsel på Facebook. Det som gjør denne konstruksjonen unik, er sammenkoblingen mellom robot og levende nervenettverk.

Ifølge Nichele, kan arbeidet åpne for flere forskningsgjennombrudd innenfor en rekke fagfelt.

– Nevromedisinerne ønsker for eksempel å forstå hvordan hjernen kan reparere seg selv etter en hjerneskade. Vi ønsker å forstå hvordan vi kan gjøre maskiner i stand til å lære og tilpasse seg, ved å overføre prinsipper fra nevromedisin til datamaskiner, forteller han.

• Les også: Kan robotbier redde pollineringen?

«Hjernen» skal styre kyborgen

Selve roboten har begynt å ta form. Nevromedisinerne har også «dyrket» et biologisk nervenettverk ut fra nær 100 000 nerveceller i et laboratorium. Elektroder kobler nervenettverket til en datamaskin, og forskerne kan observere hva nettverket sier gjennom å registrere elektriske signaler.

De kan også sende signaler tilbake til nervenettverket – eller stimulere det på ulikt vis og dermed lære det å oppføre seg på en bestemt måte.

Stefano Nichele og hans IT-kolleger jobber med å prosessere dataene fra hjernenettverket og oversette dem til et språk som roboten kan forstå. De lærer seg altså å kommunisere med det biologiske materialet som nevromedisinerne har dannet.

I dag kommuniserer det biologiske nervenettverket med et kunstig nervenettverk som igjen styrer roboten. På sikt håper Nichele at de skal klare å fjerne det kunstige hjernenettverket, slik at læringen fullt og helt skjer i det biologiske nervenettverket.

På den måten kan det biologiske nervenettverket etter hvert klare å kontrollere robotens bevegelser, og roboten kan lære å tilpasse seg ulike situasjoner. Samtidig åpner dette for at vi i framtiden kan bygge unike biologiske datamaskiner av levende nerveceller som kan lære over tid.

• Les også: Vil maskinene stjele jobben din?

Bedre behandling av hjerneskader

Moderne bioteknologi gjør det forholdsvis enkelt å bygge biologiske nervenettverk. Forskerne kan for eksempel ta celler fra huden til ei rotte – eller et menneske – og omforme dem til nerveceller. I dag kan nervenettverk som dannes, leve i opptil et år under gode forhold.

Forsker Ioanna Sandvig ved Institutt for nevromedisin og bevegelsesvitenskap ved NTNU tenker likevel ikke på slike nervenettverk som en «hjerne», men heller som et hierarki av nervenettverk. Selv om det er snakk om svært enkle nettverk, kan forskerne lære mye om hjernefunksjonen, hvordan nervecellene kommuniserer med hverandre og hvordan koblingene i nervenettverkene dannes.

De forholdsvis enkle nettverkene kan også bli ganske store og kraftige etter hvert.

Nettverkene kan brukes for å studere normal hjernefunksjon, men også mekanismer bak sykdom og skade. Sandvig og hennes kolleger, blant dem den sentrale stipendiaten Ola Huse Ramstad, ønsker å lære så mye om nervecellene at de kan forstå hvordan hjernen kan reparere seg selv etter en hjerneskade. Klarer de det, kan resultatet bli langt bedre behandlingstilbud for pasienter med ryggmargsskader, sykdommer som Parkinson’s eller ALS og for pasienter som har hatt hjerneslag.

– Selv om hjernenettverkene som vi dyrker fram gjennom dette prosjektet, ikke er en hel hjerne, klarer vi å hente ut veldig viktig informasjon ved å studere dem. For disse pasientene vil dessuten selv små framskritt ha stor betydning, forklarer hun.

• Les også: Kan en hjernechip gjøre meg mer intelligent?

Mange ideer

På et lite kontor sitter Thomas Rostrup Andersen fra Institutt for kybernetikk. Han er en av fire masterstudenter som er involvert i utviklingen. Bak ham står en foreløpig versjon av kyborgen. Øyensynlig hviler den.

– Jeg jobber med å lage en kontrollmodul for roboten, sier Andersen, som snart leverer masteroppgaven.

Egentlig jobber han med kjernen av roboten. Andersen bidrar til at de ulike delene av den snakker sammen.

Et kamera skal registrere bevegelser og ansikt, en selfiearm kan heves og ta bilder sammen med folk kyborgen støter på. En skjerm skal kobles til med et trollansikt som tilsynelatende viser følelser. Dette trollansiktet er for øvrig utviklet av Mark Sagar, som også jobber med spesialeffekter for Hollywood. 

Mange ideer skal prøves ut. Jobben til Andersen og hans arvtaker er å henge med og sørge for at ideene virker i praksis og sammen med hverandre.

• Les også: Robotene vant krigen om aksjemarkedet, forskerne er fornøyde

Biologi og maskin

Veileder og koordinator for denne delen av kyborg-utviklingen er stipendiat Martinius Knudsen ved Institutt for teknisk kybernetikk. Men hovedjobben hans er å få de biologiske delene av kyborgen til å snakke med de mekaniske.

– Det å utvikle en sosial robot er jo et ambisiøst mål i seg selv. Det å bruke biologiske nerveceller som kjerne, og dermed gjøre dette til en kyborg, gjør det ekstra utfordrende. Men slett ikke umulig, sier Knudsen.

Biologiske nerveceller fyrer elektriske impulser. Disse impulsene kan oppfattes og tolkes av maskiner. Som mellomledd brukes microelectrode arrays, eller MEAer, og teknikken bak er komplisert, men handler om å lese av ekstracellulære elektriske potensialer. Kommunikasjonen kan gå begge veier mellom maskin og biologiske deler.

Nevronene krever bestemte forhold for å overleve. Korrekte gasskonsentrasjoner, næring og sterile omgivelser for å unngå infeksjon. Det mest praktiske blir dermed at nevronene fortsetter å leve ved St. Olav, mens impulsene sendes trådløst mellom dem og roboten. Det blir litt som om du har hjernen din et annet sted enn kroppen. Skjønt en hjerne er det altså slett ikke.

– Den bør nok heller ansees som en biologisk prosesseringsenhet. Nervecellenettverket består av omkring 100 000 nevroner, som er et stykke unna de 86 milliarder i den voksne menneskehjernen, sier Knudsen.

Men det finnes enkle livsformer som klarer seg med så få. Dermed dukker de etiske spørsmålene opp. 

Er det denne fremtiden vi vil ha?

Heidrun Åm er samfunnsviter og forsker ved Institutt for tverrfaglige kulturstudier ved NTNU.

Åm tror ikke akkurat at NTNUs blanding mellom robot og biologiske celler er noen fare. Men fremtidens teknologi vil være langt mer avansert. Det gjelder å være forberedt.

På generelt grunnlag er Åm opptatt av at vi skal vite hva vi holder på med for å sikre en demokratisk og inkluderende utvikling.

– Vi trenger en oversikt over hvilke valg som blir tatt i slike prosjekter og hvilke konsekvenser det kan ha på samfunnsutviklingen. Bare sånn kan vi ta informerte valg om det er denne fremtiden vi vil ha, mener Åm.

Derfor blir det viktig å inkludere samfunnsforskere. Kan forskningen ha uønskede effekter? Hva er min rolle i det hele? Hvem tar ansvar hvis noe går galt? Vi må forstå og regulere den vitenskapelige utviklingen, slik at den ikke truer verdigrunnlaget i samfunnet.

Hva gjør forskere og ingeniører for å garantere at folk flest stoler på at utviklingen er til gagn for dem? Forskere og resten av befolkningen kan raskt havne på kollisjonskurs.

– Folks tillit må vinnes, hvis ikke kan debatten om kunstig intelligens bli en ny av den sorten som går om genmodifiserte matvarer, sier hun.

• Les også: – Vi bør tenke på borgerlønn før robotene tar over

– Teknologien bidrar til sikrere og oppdatert informasjon om lidelse og risiko, og gjør den tilgjengelig for legene i pasientbehandlingen. Forskningsresultatene så langt viser at systemets presisjon ikke er langt unna nivået til erfarne klinikere. I tillegg er datamaskinen mye raskere enn legene, sier Geir Thore Berge.

Han er sykepleier og utdannet innen IT- og informasjonssystemer og arbeider i seksjon for teknologi og e-helse ved Sørlandet sykehus HF. Som doktorgradsstipendiat er han tilknyttet Senter for e-helse- og omsorgsteknologi og Institutt for informasjonssystemer ved Universitetet i Agder (UiA).

Sammen med overlege Tor Oddbjørn Tveit ved sykehuset og professor Ole-Christoffer Granmo ved UiA, forsker han på hvordan helseinformasjonen struktureres ved Sørlandet sykehus. Berge har utviklet et system som gjenkjenner språklige mønstre og begreper i store mengder data.

– Det er gjennomsnittlig omkring 200 dokumenter i en pasientjournal. Særlig på akutten er det gunstig at legen raskt får oversik over for eksempel pasientens allergier for å kunne ta en riktig beslutning om behandling, sier Berge.

Datamaskinen forteller ikke legen hvilken behandling som er påkrevd, men henter fram relevant informasjon om pasienten slik at legen kan ta en tryggere beslutning.

• Les også: Kunstig intelligens oppdager Alzheimer

Kunstig kreativitet

Systemet assosierer seg fram til den relevante informasjonen ut fra pasientens dokumenter ved hjelp av såkalte læringsalgoritmer. Kort sagt betyr det at systemet ikke bare hermer og henter fram informasjon som er lastet inn, men at det også er i stand til å sette sammen informasjonen på en ny måte.

Professor Ole-Christoffer Granmo har gjort grunnforskningen på dette området. Basert på kunstig intelligens har Granmo utviklet et språkverktøy med evnen til å lære seg et hvilket som helst språk etter å ha blitt foret med store mengder tekst. Berge har bare funnet to vitenskapelige artikler i hele verden som omtaler den samme typen oppskrifter og verktøy, men disse er ikke fullt ut selvlærende, og de er heller ikke testet i praksis.

– Vi har prøvd ut Granmos oppskrift som er fullt ut selvlærende, og vi får den også til å virke i praksis, sier Berge.

Berge har utviklet et datasystem som mater Granmos algoritmer med de riktige reglene og begrepene, mens overlege Tveit har vært en støttespiller på det medisinske. Tester av systemet har fungert så godt at Sørlandet sykehus allerede har bestemt seg for å prøve det ut på egne pasienter på operasjons- og intensivavdelingen i vår.

• Les også: – Roboter kan bli bedre til å sette diagnoser enn leger

Lovende resultater

– Resultatene så langt er veldig lovende. Systemet fanger opp meningssammenheng og assosiasjoner og er klokere enn før. Ni av ti relevante informasjoner knyttet til allergier blir oppdaget, sier Tveit.

Han var den som foreslo å teste de nye algoritmene på allergi i første omgang.

– Allergi kan være vanskelig og komplekst, og hvis systemet kan lære dette feltet, vil det sannsynligvis kunne overføres til andre sykdomsområder, sier Tveit.

Overlegen er overrasket over framgangen i forskningsprosjektet.

– Jeg trodde ikke at kunstig intelligens kunne fange opp alle disse variablene så fort og presist og assosiativt, men det gjør altså dette systemet. Det gir en veldig god oversikt over det du må tenke gjennom før du som lege tar en beslutning, sier Tveit.

• Les også: Vil stille egen diagnose på nettet

Utprøving i tre måneder

Nå skal det nye elektroniske systemet testes ut i klinisk praksis.

– Vi setter nå i gang med å teste systemet på pasienter ved operasjons- og intensivavdelingen. Det kommer vi til å bruke to-tre måneder på, sier Tveit.

Hvis systemet fungerer like godt i praksis som det har gjort i teoretiske prøver, regner Tveit med at det faglige er såpass på plass allerede at de nye algoritmene kan tas i bruk ganske raskt.

– Rent faglig vil det da kunne tas i bruk med en gang. Det som eventuelt vil ta tid, er kommersielle, juridiske og byråkratiske vurderinger og avklaringer, sier Tveit.

Han understreker at det er fire momenter som må være på plass for at et nytt system for informasjonsstrukturering kan tas i bruk på sykehus.

– Systemet må for det første gi relevant informasjon. For det andre, må det unngå irrelevant informasjon og for det tredje må det hente informasjonen raskt. For det fjerde må det være en kvalifisert lege som tolker informasjonen maskinen henter fram, sier Tveit.

• Les også: Datamaskin skal gi råd om psykisk helse

Legen fremdeles viktigst

Han understreker at i likhet med andre hjelpemidler på sykehus, kan du ikke stole hjelpemiddelet alene.

– Kunstig intelligens brukt i sykehusets datasystem vil kunne hjelpe legen å ta sikrere valg til det beste for pasienten. Det vil fungere omtrent som et røntgenbilde og en blodprøve. For at det skal ha noen verdi, må legen tolke røntgenbildet, blodprøven og informasjonen fra datamaskinen før han beslutter seg for eventuell behandling, sier Tveit.