Learning Matters! The physics of continual learning in biological and soft matter

Projektbeschreibung

Was uns eine einzelne Zelle über das Lernen beibringen kann

Lernen wird oft mit dem Gehirn und Neuronen in Verbindung gebracht. Doch die Fähigkeit, auf wiederholte Signale zu reagieren, könnte eine fundamentalere Eigenschaft der Materie selbst sein. Das Verständnis dafür, wie solche Lernprozesse entstehen, könnte neue Möglichkeiten in der Materialwissenschaft und Medizin eröffnen. In diesem Kontext wird das ERC-finanzierte Projekt LearningMatters den einzelligen Organismus Physarum untersuchen, der verzweigte Netzwerke bildet, jedoch über kein Gehirn verfügt. Signale breiten sich in Form von Strömungen und chemischen Veränderungen durch die röhrenförmige Struktur aus, und der Organismus passt sich an, indem er die mechanischen Eigenschaften seiner Wände verändert. Durch die Nachbildung ähnlicher Mechanismen in weichen Materialien wie Hydrogelen zielt das Projekt darauf ab, „Lernmaterie“ zu entwickeln, das eines Tages neue biomedizinische Technologien, einschließlich fortschrittlicher Gewebeimplantate, unterstützen könnte.

Ziel

How many times have you wished you could simply pause your brain, only to find, to your frustration, that it is still busy, revisiting and processing inputs?
Response to continual inputs is normal and essential, it is how we learn. In fact, any matter continually responds to input. Yet, our understanding of learning struggles with continual input.
I here break with the current focus on the brain to uncover the physics of continual learning matter instead by investigating the emergence of learning bottom-up in life reduced in complexity to a network-shaped single cell – Physarum.
Lacking any neurons, flows flushing throughout Physarum’s tubular network propagate input packaged as chemical concentration and flow shear force. Tube wall visco-elasticity re-organises in response – continually – learning its future response. Such mechanical learning serves as the blueprint for implementing learning in soft matter, as Physarum’s responsiveness in wall visco-elasticity has its soft matter twin in synthetic hydrogels.
Implementing Physarum’s learning mechanics, cast in the language of theoretical physics, directly into soft matter, I uncover the physics of continual learning matter and, thus, develop biocompatible learning matter. My ambitious aim requires an interdisciplinary approach spanning biology, soft matter, and theoretical physics to
1) reveal how Physarum learns as its matter mechanically responds to input,
2) manufacture synthetic, soft matter flow networks that mimic Physarum’s learning mechanics,
3) derive a theory of continual learning from both biological and soft matter learning data to identify how learned behaviour is selected to last or vanish and
4) apply soft matter learning to initiate proof-of-concept vascularised tissue implants.
My conceptual insight may inspire artificial intelligence but unfolds its ground-breaking power by making learning available in biocompatible soft matter with massive potential for medical treatment with tissue implants.