Швейцарцы разрабатывают биологические процессоры
Время на прочтение: 3 минут(ы)
Стартап из Швейцарии пытается изменить традиционные методы построения моделей искусственного интеллекта (ИИ): вместо того, чтобы полагаться на цифровые чип-процессоры, в FinalSpark считают, что миру нужны новые биологические процессоры, которые потребляют гораздо меньше энергии.
Основанная в 2014 году в Веве Мартином Каттером и Фредом Джорданом, компания FinalSpark заявляет, что протестировала 10 миллионов живых нейронов и что уже ведутся исследовательские работы по созданию мыслящих машин из живых человеческих нейронов, полученных из кожи.
Стартап выращивает нейроны в клеточных культурах, чтобы продемонстрировать самоподдерживающиеся вычислительные возможности для будущего создания моделей искусственного интеллекта.
Биологические процессоры и принципы их работы
Используя электрический провод, стартап обучает человеческие нейроны обрабатывать информацию так же, как это делает человеческий мозг. Соучредитель компании Фред Джордан рассказал журналистам, что его команда тестирует инновационные методы в моделях искусственного интеллекта, такие как нейронные сети in silico* и генетическое программирование. Цель состоит в том, чтобы получит настоящий искусственный интеллект.
В отличие от существующих моделей искусственного интеллекта, которые имитируют человеческое мышление после нескольких месяцев обучения на огромном объеме данных, FinalSpark хочет добиться реального человеческого мышления, способного анализировать эмоции, включая возможность создания абсолютно новых идей и концепций. “Это то, что должна делать ”настоящая» мыслящая машина», — сказал Джордан.
Ведь самым известным обработчиком информации является человеческий нейрон.
Компания хочет возглавить переход от искусственной инженерии к биологической, прогнозируя, что в будущем хранилище данных на основе ДНК может превзойти любое современное облачное хранилище, с точки зрения устойчивости и эффективности. На веб-сайте лаборатории представлены опытные образцы биочипов, работающих в режиме реального времени (см. ссылки).
В феврале ученые во главе с исследователями из Университета Джона Хопкинса в Балтиморе подробно описали план создания того, что они назвали “органоидным интеллектом”. Принцип основан на создании мыслящей системы из крошечных трехмерных нейронных структур, выращенных из стволовых клеток человека. Они будут подключены к датчикам и устройствам вывода и обучены с помощью машинного обучения.
Фред Джордан:
Глядя на эту тенденцию, можно представить, что биологические нейронные сети также могли бы заменить искусственные нейронные сети для многих вычислительных приложений, включая искусственный интеллект.
Однако в статье по клеточной нейробиологии, опубликованной Frontiers, отмечается, что синтетический биологический интеллект все еще находится на стадии зарождения, и на его пути остается множество препятствий. Первое, что необходимо улучшить — “точность и эффективность алгоритмов искусственного интеллекта, используемых для анализа данных, а также воспроизводимость самих синтетических биологических моделей”. При продолжающемся прогрессе в этой области “синтетический биологический интеллект обладает потенциалом произвести революцию в области медицины”, — говорится в документе.
Уход от энергоемкого создания больших языковых моделей (GPT-модели)
Неудивительно, что непрерывное обучение алгоритмов искусственного интеллекта на миллиардах байтах данных потребляет много энергии, поскольку центрам обработки данных (ЦОД) требуется огромное количество воды для их охлаждения в течение всего этого процесса. На самом деле ЦОД по всему миру выделяют больше углерода, чем коммерческие авиакомпании. Например, обучение одной модели искусственного интеллекта или чат-бота может потреблять больше электроэнергии, чем 100 домов в США за год.
В то время как человеческий мозг, объем памяти которого составляет 2500 терабайт, содержит, по меньшей мере, 86 миллиардов нейронов, он потребляет всего 10 ватт энергии для ежедневных вычислений. Мозг также выполняет около 1000 триллионов операций в секунду, при этом потребляет энергии, как слабая лампочка. Чтобы соответствовать вычислительной мощности обычного человеческого мозга, кремниевым чипам искусственного интеллекта потребовалось бы 10 мегаватт (!!!). Это означает, что человеческие нейроны сокращают потребление энергии в миллион раз.
Источник: https://finalspark.com/live/
Соучредитель компании Фред Джордан:
Если мы сможем использовать альтернативное оборудование — например, живые нейроны — для моделей искусственного интеллекта с таким же или лучшим результатом — это лучший способ остановить увеличение выбросов углекислого газа при обучении и использовании моделей искусственного интеллекта.
Ложка дегтя
Интересно, если у ученых и правда получится создать ИИ на основе живых клеток, то как результат его работы будет регулироваться с точки зрения законов? Даже сейчас законодатели не могут определиться с правовым статусом и правами на изображения и тексты, созданные ИИ.
Все же в интересное время мы живем 🙂
Nota Bene
* In silico — термин, обозначающий компьютерное моделирование (симуляцию) эксперимента, как правило биологического.
Фраза была создана по аналогии с фразами in vivo (в живом организме) и in vitro (в пробирке), которые часто используются в биологии.
Другие позитивные новости по теме
Amazon тестирует человекоподобного робота
Использованы материалы:
https://finalspark.com/articles/
https://finalspark.com/live/
https://www.bloomberg.com/news/articles/2023-03-09/how-much-energy-do-ai-and-chatgpt-use-no-one-knows-for-sure
https://www.frontiersin.org/research-topics/57378/intersection-between-the-biological-and-digital-synthetic-biological-intelligence-and-organoid-intelligence
