RW Space

Учёные-компьютерщики на протяжении десятилетий соперничают за имитацию человеческого мозга, копируя его нейронные сети для создания искусственного интеллекта (ИИ) с повышенной вычислительной мощностью.

Но чем сложнее становятся эти искусственные нейронные сети, тем более мощными они становятся, и чем больше мы на них полагаемся, тем больше энергии они потребляют. А иногда первоначальный замысел природы в некоторых отношениях даже лучше.

В качестве последней демонстрации эффективности природы, швейцарская стартап-компания только что выпустила «биокомпьютер», который подключается к живым, пульсирующим клеткам мозга и, по словам его создателей, в результате он потребляет гораздо меньше энергии, чем традиционные битовые компьютеры.

Вместо того, чтобы просто интегрировать биологические концепции в вычисления, онлайн-платформа FinalSpark «подключается» к сферическим кластерам выращенных в лаборатории людей. клетки головного мозга, называемые органоидами. В общей сложности 16 органоидов размещены в четырех массивах, каждый из которых соединен с восемью электродами, а также в системе микрофлюидики, которая снабжает клетки водой и питательными веществами.

Подход, известный как «мокрые вычисления», в данном случае использует исследовательские возможности. способность культивировать органоиды в лаборатории — довольно новая технология, которая позволяет ученым изучать то, что по сути является мини-копиями отдельных органов.

Распространение органоидов как популярного метода исследования происходит в то время, когда искусственные нейронные сети , лежащие в основе больших языковых моделей, таких как Chat GPT, также резко возросли в использовании и вычислительной мощности.

FinalSpark утверждает, что так называемые биопроцессоры, такие как система интерфейса «мозг-машина», которую они разрабатывают, «потребляют миллион раз меньше энергии, чем традиционные цифровые процессоры».

Хотя у нас нет каких-либо цифр по конкретной системе, ее потреблению энергии или вычислительной мощности, исследовательская группа FinalSpark утверждает, что обучение одного Большая языковая модель, такая как GPT-3, предшественник GPT-4, требовала 10 гигаватт-часов или примерно в 6000 раз больше энергии, которую один европейский гражданин использует в год.

Между тем, человеческий мозг управляет своими 86 миллиардами нейроны используют лишь часть этой энергии: всего 0,3 киловатт-часа в день.

Технологические тенденции также указывают на то, что к 2030 году бурно развивающаяся индустрия искусственного интеллекта будет потреблять 3,5 процента мировой электроэнергии. Уже сейчас ИТ-индустрия в целом на него приходится около 2 процентов глобальных выбросов CO₂.

Очевидно, что становится все более необходимым найти способы сделать вычисления более энергоэффективными, а также синергию между сетями клеток мозга и вычислительные схемы являются очевидной параллелью для изучения.

FinalSpark — не первая компания, пытающаяся подключить зонды к биологическим системам или пытаться надежно запрограммировать нейронные сети, чтобы они выполняли определенные функции ввода-вывода по команде.

p>

В 2023 году исследователи в США создали биопроцессор, который соединил компьютерное оборудование с органоидами мозга, и система научилась распознавать речевые модели.

«За последние три года Нейроплатформа была используется с более чем 1000 органоидами мозга, что позволяет собрать более 18 терабайт данных», — пишут соучредитель FinalSpark Фред Джордан и его коллеги в своей опубликованной статье, которая прошла рецензирование, как и другие научные исследования.

Хотя конечной целью могут быть новые, энергоэффективные вычислительные подходы, на данный момент система используется, чтобы позволить исследователям проводить длительные эксперименты на органоидах мозга, как и ее предшественники.

Однако существуют некоторые улучшения: команда FinalSpark утверждает, что исследователи могут подключаться к ее системе удаленно, а мини-мозги могут работать до 100 дней, а их электрическая активность измеряется круглосуточно.

«В настоящее время в 2024 году Система свободно доступна для исследовательских целей, и многочисленные исследовательские группы начали использовать ее для своих экспериментов», — пишут Джордан и коллеги.

«В будущем мы планируем расширить возможности нашей платформы для управления более широкий спектр экспериментальных протоколов, имеющих отношение к вычислениям с «мокрым программным обеспечением», таких как инъекции молекул и лекарств в органоиды для тестирования, заключает команда.

Каким бы путем это ни происходило, помогая вычислениям или исследованиям органоидов, будет интересно посмотрим, чего могут достичь исследователи.

Исследование опубликовано в журнале Frontiers in Artificial Intelligence.