瑞士初創(chuàng)公司連接16個人類迷你大腦以創(chuàng)建低能耗“生物計算機”

幾十年來，計算機科學家一直在爭先恐后地模仿人腦，復制其神經(jīng)網(wǎng)絡來構建人工智能（AI） 具有增強的處理能力。

但是這些人工神經(jīng)網(wǎng)絡變得越復雜，它們就越強大，我們就越依賴它們，他們消耗更多的能量.有時，大自然的原始設計在某些方面更好。

在自然效率的最新演示中，一家瑞士初創(chuàng)公司剛剛推出“生物計算機”它連接到活的、脈動的腦細胞，據(jù)其制造商稱，因此，它使用的能量遠低于傳統(tǒng)的、基于位的計算機。

FinalSpark的在線平臺不僅將生物學概念集成到計算中，還“利用”實驗室培養(yǎng)的人腦細胞的球形簇，稱為類器官.總共有16個類器官被安置在四個陣列中，每個陣列連接到八個電極和一個為細胞提供水和營養(yǎng)的微流體系統(tǒng)。

這種方法稱為濕件計算，在這種情況下，利用研究人員在實驗室培養(yǎng)類器官的能力，這是一種相當新的技術，使科學家能夠研究本質(zhì)上是單個器官的微型復制品。

這類器官的增加作為熱門研究技術與此同時，支撐Chat GPT等大型語言模型的人工神經(jīng)網(wǎng)絡在使用和處理能力方面也呈爆炸式增長。

最終火花索賠所謂的生物處理器，如他們正在開發(fā)的腦機接口系統(tǒng)，“消耗的功率比傳統(tǒng)的數(shù)字處理器少一百萬倍”。

雖然我們沒有關于他們的具體系統(tǒng)、能源使用或處理能力的任何數(shù)字，但 FinalSpark 的研究團隊說訓練像 GPT-3（GPT-4 的前身）這樣的單一大型語言模型需要 10 吉瓦時，大約是一個歐洲公民一年使用能源的 6,000 倍。

同時，人腦運行其860 億個神經(jīng)元僅使用該能量的一小部分：每天僅 0.3 千瓦時.

技術趨勢也表明，蓬勃發(fā)展的人工智能產(chǎn)業(yè)將消耗占全球電力的3.5%到 2030 年。整個 IT 行業(yè)已經(jīng)負責大約2%全球一氧化碳₂排放。

顯然，越來越有必要找到使計算更節(jié)能的方法，而腦細胞網(wǎng)絡和計算電路之間的協(xié)同作用是明顯的平行探索.

FinalSpark并不是第一個嘗試將探針連接到生物系統(tǒng)，或者嘗試對神經(jīng)網(wǎng)絡進行可靠編程以使其根據(jù)命令執(zhí)行特定輸入輸出功能的公司。

2023 年，美國的研究人員構建了一個生物處理器，將計算機硬件連接到大腦類器官，該系統(tǒng)學會了識別語音模式.

“在過去的三年里，Neuroplatform被用于超過1000個大腦類器官，能夠收集超過18TB的數(shù)據(jù)，”FinalSpark聯(lián)合創(chuàng)始人Fred Jordan和他的同事在他們發(fā)表的論文中寫，這與其他科學研究一樣經(jīng)過了同行評審。

雖然最終目標可能是新的、節(jié)能的計算方法，但目前該系統(tǒng)正被用于使研究人員能夠像其前輩一樣對大腦類器官進行長時間的實驗。

但是，有一些改進： FinalSpark 團隊說研究人員可以遠程連接到其系統(tǒng)，迷你大腦可以維持長達100天，其電活動全天候測量。

“目前在 2024 年，該系統(tǒng)可以免費用于研究目的，許多研究小組已經(jīng)開始將其用于實驗，”喬丹及其同事寫.

“未來，我們計劃擴展我們平臺的功能，以管理與濕軟件計算相關的更廣泛的實驗協(xié)議，”例如將分子和藥物注射到類器官中進行測試，該團隊總結.

無論哪種方式，輔助計算或類器官研究，看看研究人員能取得什么成就將是令人興奮的。

該研究已發(fā)表在人工智能前沿.

寶寶起名 起名