Ученые, специализирующиеся на компьютерной науке, уже много лет пытаются создать искусственный интеллект с повышенной вычислительной мощностью. Однако с эволюцией и усложнением искусственных нейронных сетей увеличивается их энергопотребление. Недавно швейцарский стартап представил революционный биокомпьютер, который взаимодействует с живыми мозговыми клетками и, согласно его создателям, потребляет гораздо меньше энергии по сравнению с обычными цифровыми устройствами.
Вместо интеграции биологических понятий в область вычислительной техники онлайн-платформа FinalSpark использует органоиды — сферические скопления лабораторно выращенных клеток человеческого мозга. Всего 16 органоидов находятся в четырех массивах, к которым подключены по восемь электродов к каждому, а также микрофлюидная система, обеспечивающая клетки водой и питательными веществами. Этот подход, известный как wetware computing (вычисления с использованием органов), использует возможности исследователей по культивированию органоидов в лаборатории. Относительно новая технология позволяет ученым изучать мини-копии отдельных органов.
Использование органоидов в качестве метода исследований становится все более популярным, в то время как использование искусственных нейронных сетей, таких как GPT, и их вычислительной мощности, также стремительно растет. FinalSpark утверждает, что их разработанные биопроцессоры, включая систему интерфейса мозг-машина, потребляют значительно меньше энергии по сравнению с традиционными цифровыми процессорами.
Исследовательская группа FinalSpark отмечает, что для обучения одной большой языковой модели, как, например, GPT-3, требовалось 10 гигаватт-часов энергии, что сравнимо с 6000-кратным потреблением энергии одним гражданином Европы за год. Это является важным контекстом, учитывая, что человеческий мозг, который управляет нашими мыслями и действиями через 86 млрд нейронов, расходует лишь 0,3 киловатт-часа энергии каждый день. Одновременно с этим прогнозы указывают, что к 2030 году искусственный интеллект потребует 3,5% глобального энергопотребления. Уже сейчас на ИТ-индустрию в целом приходится около 2% глобальных выбросов CO2.
Очевидно, что возрастает необходимость в поиске способов сделать вычисления более энергоэффективными и взаимодействие между клеточными сетями мозга и вычислительными схемами представляет собой вероятную параллель для исследований. Компания FinalSpark не единственная в своем стремлении подключить зонды к биологическим системам и в попытках запрограммировать нейронные сети для выполнения конкретных функций по запросу.
В 2023 году ученые в США создали биопроцессор, который соединил компьютерное оборудование с органоидами мозга, что позволило системе научиться распознавать речевые образцы. В течение трех лет нейроплатформа использовалась более чем с 1 тыс. органоидов мозга, за это время было собрано более 18 терабайт данных, как сообщают Фред Джордан и его коллеги из компании FinalSpark в опубликованной статье, прошедшей рецензирование наравне с другими научными исследованиями.
Хотя конечной целью может быть создание новых энергоэффективных вычислительных подходов, в настоящее время система используется исследователями для проведения продолжительных экспериментов с органоидами мозга, как и ее предшественники. Стоит отметить, что имеются некоторые улучшения: согласно команде FinalSpark, исследователи могут подключаться к системе удаленно, мини-мозги могут поддерживаться в рабочем состоянии до 100 дней, а их электрическая активность измеряется круглосуточно. «На данный момент, в 2024 году, система доступна для исследовательских целей и множество научных групп уже начали использовать ее для своих экспериментов», — отмечают Джордан и его коллеги.
«В перспективе мы рассматриваем возможность расширения функционала нашей платформы для управления более широким спектром экспериментальных протоколов, связанных с вычислениями в области программного обеспечения, включая введение молекул и лекарств в органоиды для проведения тестов», — отмечает команда.
Ранее ученые из Манчестерского и Мельбурнского университетов разработали улучшенную форму кремния, которая является важным компонентом для создания кубитовых устройств — основных элементов квантовых компьютеров.