瑞士初創公司連接16個人類迷你大腦以創建低能耗“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，復制其神經網絡來構建人工智能（AI） 具有增強的處理能力。

但是這些人工神經網絡變得越復雜，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，一家瑞士初創公司剛剛推出“生物計算機”它連接到活的、脈動的腦細胞，據其制造商稱，因此，它使用的能量遠低于傳統的、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的微流體系統。

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網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，如他們正在開發的腦機接口系統，“消耗的功率比傳統的數字處理器少一百萬倍”。

雖然我們沒有關于他們的具體系統、能源使用或處理能力的任何數字，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，蓬勃發展的人工智能產業將消耗占全球電力的3.5%到 2030 年。整個 IT 行業已經負責大約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能的方法，而腦細胞網絡和計算電路之間的協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，或者嘗試對神經網絡進行可靠編程以使其根據命令執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的數據，”FinalSpark聯合創始人Fred Jordan和他的同事在他們發表的論文中寫，這與其他科學研究一樣經過了同行評審。

雖然最終目標可能是新的、節能的計算方法，但目前該系統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，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，該系統可以免費用于研究目的，許多研究小組已經開始將其用于實驗，”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。

該研究已發表在人工智能前沿.

寶寶起名 起名