Австралійський стартап Cortical Labs досяг прориву в біологічному обчисленні, створивши першу систему, здатну запускати код на живих людських нейронах. Ця інновація відбувається на тлі зростання світового попиту на центри обробки даних — обумовленого штучним інтелектом (ІІ) — і пошуків дослідниками більш ефективних та адаптивних обчислювальних рішень. Система CL1 компанії інтегрує вирощені в лабораторії нейрони з кремнієвим обладнанням, відкриваючи можливості для застосування в нейронауці, моделюванні захворювань, робототехніці та ІІ.

Як Це Працює: Поєднуючи Біологію та Кремній

CL1 працює шляхом вирощування нейронів зі стовбурових клітин та розміщення їх на мікрочіпах, оснащених електродами. Ці електроди посилають електричні сигнали нейронам і інтерпретують їхню відповідь, ефективно перетворюючи клітини на біологічний процесор. Хоча система, як і раніше, використовує кремнієві чіпи, вона принципово відрізняється від традиційних комп’ютерів, оскільки використовує «вологе обладнання» — культури живих клітин, що підтримуються багатою на поживні речовини рідиною. Cortical Labs вже розгорнула 120 таких пристроїв у невеликому центрі обробки даних у Мельбурні, Австралія.

Ключова відмінність не просто в наявності нейронів у лабораторії (що вже робилося раніше), а у стандартизації процесу. Компанія стверджує, що скоротила час налаштування з місяців або років спеціалізованої лабораторної роботи до декількох годин або днів, що робить біологічне обчислення набагато доступнішим.

Чому Це Важливо: Ефективність та Адаптованість

Людська біологія пропонує унікальні переваги проти кремнієм. Нейрони виключно енергоефективні, вимагаючи набагато менше даних для навчання, порівняно з традиційним машинним навчанням. Як зазначає головний науковий співробітник Cortical Labs Бретт Дж. Каган, «біологія неймовірно енергоефективна… [люди] не вимагають величезної кількості даних». Система також демонструє адаптивність, більш ефективно справляючись з невизначеністю та шумною інформацією, ніж жорсткі кремнієві системи.

Крім ефективності використання клітин, отриманих від людини, дозволяє проводити персоналізовані дослідження. Вирощені із зразків донорів нейрони можуть відображати специфічні генетичні риси, дозволяючи вченим вивчати клітинну відповідь на лікування в контрольованому середовищі. Однак Каган визнає, що традиційні кремнієві чіпи, як і раніше, перевершують у точних, високошвидкісних математичних обчисленнях.

Майбутнє Обчислень: Гібридні Системи

Довгострокова перспектива полягає не в заміні кремнію, а в інтеграції з біологічними компонентами. Досягнення в сучасних системах ІІ досягають практичних меж, вимагаючи все більшої кількості даних та обчислювальної потужності. Гібридний підхід може відкрити можливості, які ні біологія, ні кремній не можуть досягти поодинці.

Цю думку поділяють деякі експерти, які визнають потенціал біологічних систем, але сумніваються у поточних обмеженнях. Елісон Р. Муотрі, директор Sanford Stem Cell Education Center, зазначає, що плоскі нейронні мережі можуть не пропонувати значних переваг перед кремнієм, але складніші тривимірні структури (органоїди) можуть мати більше перспектив.

Етичні Наслідки: Свідомість та Контроль

Інтеграція людських клітин у обчислення порушує етичні питання. Хоча простіші нейронні мережі не становлять негайної загрози, більш складні мозкоподібні структури потенційно можуть генерувати деяку форму свідомості, викликаючи дебати про моральні межі. Муотрі припускає, що це може вимагати нових правил і контролю в міру розвитку технології.

Cortical Labs стверджує, що її підхід може принести етичні вигоди, скоротивши тестування на тваринах та забезпечивши більший контроль за біологічними системами. Співзасновник компанії вважає, що використання всіх доступних інструментів є ключем до оптимальних результатів.

Майбутнє обчислень настане, коли ми зможемо використовувати всі інструменти, які ми маємо, щоб отримати найкращий результат.

Поява «вологого» обчислення знаменує собою поворотний момент у тому, як ми підходимо до обчислень, поєднуючи точність кремнію з адаптивністю та ефективністю живої біології.