Органоидный интеллект: революция в биокомпьютинге и медицине

Научиться • 12 августа 2025

Органоидный интеллект: революция в биокомпьютинге и медицине

Органоидный интеллект: революция в биокомпьютинге и медицине

Татьяна Дворцова

Текст: Татьяна Дворцова

Фото: Unsplash


До сих пор компьютеры ассоциируются с кремниевыми чипами. Но в лабораториях по всему миру уже существуют биокомпьютеры — системы, где процессор построен на живых нейронах, выращенных из человеческих стволовых клеток. Это направление называют organoid intelligence (OI). Ученые надеются, что органоидный интеллект изменит подход к вычислениям.

До сих пор компьютеры ассоциируются с кремниевыми чипами. Но в лабораториях по всему миру уже существуют биокомпьютеры — системы, где процессор построен на живых нейронах, выращенных из человеческих стволовых клеток. Это направление называют organoid intelligence (OI). Ученые надеются, что органоидный интеллект изменит подход к вычислениям.

Что такое органоиды

Органоиды — это крошечные трехмерные структуры из клеток, напоминающие мини-версии органов. Мозговые органоиды выращивают из стволовых клеток так, чтобы они формировали сложные нейронные сети, способные реагировать на стимулы и даже «учиться» на опыте.

Современные технологии позволяют создавать органоиды с высокой плотностью клеток: они обогащены глиальными клетками и генами, критически важными для обучения. Когда такой органоид подключают к специальным электродам и связывают с ИИ-алгоритмами, получают биогибридную систему. Электрические импульсы стимулируют нейроны, а алгоритмы анализируют, как «мини-мозг» отвечает, подбирают новые сигналы и усиливают полезные реакции. Это создает цикл обратной связи, с его помощью органоид адаптируется — почти как ребенок, который учится играть и реагировать на новый опыт.

Как устроены биокомпьютеры

В лабораториях используют мультиэлектродные матрицы (MEA), чтобы посылать органоиду сигналы и получать ответы. Например, в знаменитом эксперименте Cortical Labs нейроны, выращенные на MEA, научились играть в «Pong» всего за пять минут: они получали сигналы о положении мячика и управляли виртуальной ракеткой и с каждым раундом играли все лучше.

Нейронные культуры способны запоминать, корректировать поведение и даже распознавать образы, например, символы азбуки Брайля. При этом нейросеть работает по принципу reservoir computing: отдельные нейронные связи не программируют, а используют сложную, хаотичную динамику, чтобы обрабатывать входящие сигналы и генерировать решения.

Ключевое преимущество биокомпьютеров — их энергоэффективность. Человеческий мозг работает на мощности всего 20 Вт, что в миллион раз эффективнее современных суперкомпьютеров с аналогичной вычислительной мощностью. Например, суперкомпьютер Frontier потребляет 21 мегаватт для достижения 1 экзафлопса вычислений, тогда как человеческий мозг достигает аналогичной производительности при 20 ваттах.

Источник Unsplash

Где используют органоидные компьютеры

Медицина и фармацевтика

  • Мини-мозги используют для моделирования заболеваний, которые невозможно адекватно воспроизвести на животных — например, Альцгеймера, эпилепсии или шизофрении. Органоиды, выращенные из клеток пациентов, позволяют изучать индивидуальные особенности заболеваний.
  • На органоидах тестируют новые лекарства, чтобы быстрее, дешевле и этичнее проверять их безопасность и эффективность. По данным исследований, около 90% препаратов для лечения неврологических заболеваний не проходят клинические испытания, и органоиды могут помочь решить эту проблему.
  • Уже сейчас стартапы, например Cortical Labs, предлагают учёным доступ к «облачным» биокомпьютерам: можно арендовать вычислительное время на настоящем мини-мозге через интернет по модели «wetware-as-a-service» (WaaS).

Энергоэффективные биокомпьютерные системы

  • Живые нейросети в миллионы раз эффективнее по энергопотреблению, чем традиционные чипы. Эксперименты показывают, что биологические системы обучаются в 106 раз эффективнее по данным и в 1010 раз эффективнее по энергии, чем современные системы машинного обучения.
  • Потенциально такие системы могут решать задачи распознавания, адаптации и оптимизации лучше и быстрее — с минимальным обучением. Например, человеку требуется около 10 образцов для обучения простой задаче «одинаковое/разное», тогда как ИИ-системам в 2018 году требовалось более 107 образцов .
  • Крупные технологические компании (Google, Microsoft, Amazon) проявляют интерес: их дата-центры тратят огромное количество энергии. В 2016 году только в США дата-центры потребляли энергию, эквивалентную 34 угольным электростанциям.

Этические вызовы и риски

  • Отсутствие стандартов: пока что у каждого ученого — свои методы, свои данные, единых протоколов почти нет. Это затрудняет воспроизводимость исследований и сравнение результатов.
  • Этические дилеммы: что, если нейроны станут достаточно сложными для формирования зачатков сознания или чувств? Уже обсуждается ограничение на размер и время жизни таких органоидов. Некоторые исследователи предлагают считать пределом 12 месяцев — текущий рекорд жизни органоида.
  • Приватность: многие мини-мозги выращены из донорских клеток. Как быть с правами донора, если его органоид будет «обучаться» и выполнять сложные задачи? Вопросы интеллектуальной собственности и коммерческого использования таких систем остаются открытыми.
  • Правовой статус: если органоид достигнет определенного уровня сложности, потребуется ли ему предоставлять какие-либо права?

Будущее OI

Ученые уже работают над созданием «минимально жизнеспособного мозга» — органоида с минимальным количеством клеточной дифференциации, но обладающего сложностью, которой не обладает нейронная сеть из однородных типов клеток. В перспективе возможно создание сложных, сетевых интерфейсов, где мозговые органоиды будут соединены с реальными сенсорами, выходными устройствами и даже друг с другом.

Органоидный интеллект может оказаться революцией в медицине, нейронауках и вычислительных технологиях. Но его развитие вызывает много этических вопросов.