Un startup australian construieşte ceea ce ar putea deveni primul „centru biologic de date” din lume, potrivit Live Science. În locul spaţiilor de depozitare ocupate cu servere tradiţionale, acest centru va găzdui sistemele CL1 ale companiei, care combină neuroni umani crescuţi în laborator cu componente electronice standard, relatează Agerpres.
Cortical Labs construiește un prim astfel de centru la Melbourne, Australia, şi în viitor își doreşte să deschidă o facilitate mai mare la Singapore.
În locul spaţiilor de depozitare ocupate cu servere tradiţionale, aceste facilităţi vor găzdui sistemele CL1 ale companiei, care combină neuroni umani crescuţi în laborator cu componente electronice standard. Obiectivul nu este de a înlocui imediat pastila de siliciu ci de a afla dacă sistemele neurale vii pot completa hardware-ul existent în anumite sarcini computaţionale specifice.
Conceptul porneşte de o premisă înşelător de simplă: neuronii sunt deja procesoare pentru informaţii. Neuronii schimbă între ei, în creier, semnale electrice, formând tipare care se schimbă în timp.
Unele dintre aceste conexiuni devin mai putenice, în timp ce altele slăbesc, generând o remodelare constantă ce se află la baza învătăţii. Cipurile tradiţionale nu se comportă aşa, pentru că ele urmează seturi de instrucţiuni fixate în loc să reacţioneze în funcţie de feedback.
Neuroni crescuți direct pe cipuri de siliciu
Oamenii de ştiinţă au petrecut ani încercând să valorifice învăţarea biologică. Într-o cercetare anterioară publicată în jurnalul Neuron, oameni de ştiinţă de la Cortical Labs au crescut neuroni pe un cip şi apoi i-au învăţat să joace o versiune simplificată de Pong prin conectarea lor la un mediu simulat.
Această realizare s-a bazat pe o buclă de feedback închisă: când neuronii produceau un comportament util, inputurile deveneau mai previzibile; când nu se întâmpla asta, semnalele deveneau mai haotice. În timp, neuronii s-au stabilizat în tipare mai stabile.
Acelaşi principiu stă la baza demonstraţiilor mai recente, inclusiv experimente în care sisteme similare au interacţionat cu versiuni simplificate ale jocului Doom. Aceste configuraţii rămân foarte restricţionate, dar arată că reţelele neuronale vii pot fi orientate către un comportament direcţionat către obiective atunci când sunt integrate într-un sistem bazat pe feedback.
Sistemul CL1 este un dispozitiv hibrid, fiecare unitate conţinând aproximativ 200.000 de neuroni umani derivaţi din celule stem şi crescuţi direct pe un cip de siliciu. Aceşti neuroni sunt aranjaţi pe o matrice de microelectrozi, care acţionează ca interfaţă între biologie şi electronică. Electrozii pot stimula celulele cu semnale electrice şi pot înregistra activitatea rezultată în timp real.
În jurul acestuia se află un sistem de susţinere a vieţii care menţine celulele în viaţă, furnizează nutrienţi, reglează temperatura şi menţine un mediu stabil. Un strat software traduce apoi între semnalele biologice şi intrările şi ieşirile digitale, transformând efectiv tiparele de activitate neuronală în ceva ce un computer poate utiliza.
În termeni de calcul, neuronii acţionează mai puţin ca un procesor care execută instrucţiuni şi mai mult ca un sistem dinamic care transformă intrările în tipare complexe. Acest lucru este uneori descris drept „calcul rezervor”, în care un sistem cu un comportament intern bogat procesează semnale care pot fi interpretate de software extern.
Soluția la consumul imens de energie al AI?
Interesul pentru această abordare este strâns legat de creşterea rapidă a inteligenţei artificiale (AI). Sunt necesare cantităţi enorme de putere de calcul pentru a antrena şi rula sistemele AI moderne, iar centrele de date care le susţin consumă cantităţi semnificative de electricitate şi apă. Pe măsură ce cererea creşte, cresc şi preocupările legate de consumul de energie şi de limitele pe termen lung ale designului convenţional al cipurilor.
Sistemele biologice oferă un model diferit. Creierul uman funcţionează cu aproximativ 20 de waţi de putere, dar poate îndeplini sarcini precum recunoaşterea tiparelor, învăţarea şi luarea deciziilor cu o eficienţă remarcabilă. Cercetătorii care lucrează în domeniul calculului biologic susţin că sistemele bazate pe neuroni ar putea, în principiu, să gestioneze anumite sarcini de lucru cu cerinţe energetice mult mai mici decât sistemele bazate pe siliciu.
Avantajul nu constă în viteza sau precizia brute. Siliciul rămâne mult superior pentru calculele deterministe şi procesarea la scară largă. Mai degrabă punctul forte este adaptabilitatea. Neuronii se reorganizează în mod natural ca răspuns la input, ceea ce i-ar putea face utili pentru sarcini care implică învăţarea din date rare, corupte sau incomplete. De exemplu, aceste sisteme tind să exceleze la sarcini precum recunoaşterea tiparelor, procesarea senzorială şi luarea deciziilor în condiţii de incertitudine.
Cortical Labs îşi poziţionează tehnologia în acest spaţiu emergent. Reprezentanţii companiei spun că sistemele sale necesită o energie relativ redusă şi ar putea oferi în cele din urmă o modalitate mai eficientă de a procesa anumite tipuri de informaţii. Aceste afirmaţii rămân însă speculative, iar sistemele actuale sunt limitate atât ca scară, cât şi capacitate.
Facilităţile descrise ca centre de date sunt încă mici conform standardelor industriei. Cortical Labs nu a dezvăluit numărul de unităţi pentru sediul său din Melbourne, dar sistemele sale CL1 sunt dispozitive la scară de laborator, ceea ce înseamnă că implementările de astăzi funcţionează probabil la zeci de unităţi, mai degrabă decât la mii. Prin comparaţie, centrele de date hiperscalare operate de Amazon, Microsoft şi Google încadrează zeci de mii de servere în clădiri care pot depăşi un milion de metri pătraţi.
Se aşteaptă ca instalaţia planificată de Cortical în Singapore să se extindă în continuare, dar este încă în construcţie. Capacităţile sunt la fel de limitate. Demonstrarea faptului că neuronii pot învăţa sarcini simple, asemănătoare jocurilor, este o dovadă importantă a conceptului, dar este departe de aplicaţiile din lumea reală. Nu există încă dovezi că sistemele biologice pot concura cu GPU-urile sau procesoarele în tipurile de sarcini de lucru care domină informatica modernă, cum ar fi antrenamentul la scară largă al inteligenţei artificiale sau procesarea datelor de înaltă frecvenţă.
„În ciuda progreselor uriaşe înregistrate în neuroştiinţe în ultimul secol, principiile fundamentale ale procesării şi stocării informaţiilor în creier sunt departe de a fi înţelese”, a declarat informaticianul, matematicianul şi inginerul hardware Steve Fuber.
„În această etapă incipientă a dezvoltării unor astfel de sisteme, multe lucruri sunt necunoscute (...) Suntem încă departe de a identifica o abordare optimă care să fie la fel de generală în acest domeniu precum este procesorul programabil de uz general în domeniul calculului convenţional”, a mai susţinut el.
În acelaşi timp, efortul reflectă o schimbare mai amplă a modului în care este explorată tehnica de calcul. Pe măsură ce abordările tradiţionale se confruntă cu limite fizice şi economice, cercetătorii caută alternative care ar fi părut impracticabile cu doar câţiva ani în urmă. Sistemele biologice sunt una dintre opţiunile mai neconvenţionale, inclusiv sistemul CL1 şi cipurile infuzate cu ADN, notează Live Science.
Celulele vii sunt în mod inerent mai complexe decât tranzistorii. Acestea necesită condiţii controlate, aprovizionare constantă cu nutrienţi şi monitorizare continuă, au spus oamenii de ştiinţă. Comportamentul lor poate varia în funcţie de probă, iar durata lor de viaţă este limitată. Scalarea celulelor vii în ceva suficient de fiabil pentru utilizarea în infrastructură este un obstacol major în inginerie.
Considerații etice
Există, de asemenea, întrebări deschise cu privire la reproductibilitate şi control. Cipurile de siliciu se comportă previzibil în condiţii definite, în timp ce sistemele biologice nu. Asigurarea unei performanţe constante la o scară mai mare va fi esenţială pentru ca tehnologia să depăşească utilizarea experimentală.
De asemenea, încep să apară consideraţii etice. Culturile neuronale actuale sunt departe de a fi ceva care să semene cu conştiinţa, dar cercetătorii din domeniu au solicitat deja îndrumări clare pe măsură ce sistemele devin mai complexe. Întrebarea nu este imediată, dar este dificil de ignorat pe măsură ce tehnologia evoluează.
Pentru moment, proiectul Cortical Labs este considerat o încercare timpurie de a muta informatica biologică din laborator în ceva apropiat de infrastructura reală. Ştiinţa care stă la baza acesteia este credibilă la scară mică, iar motivaţia de a explora alternative la siliciu creşte pe măsură ce sistemele de inteligenţă artificială se extind.
Ceea ce rămâne incert este dacă aceste două aspecte pot fi reunite într-un mod semnificativ. Sistemele actuale sunt limitate, fragile şi departe de a fi competitive din punct de vedere comercial.
În loc să se bazeze exclusiv pe siliciu mai rapid şi mai eficient, unii cercetători încep să exploreze dacă sistemele vii, cu toată complexitatea şi imprevizibilitatea lor, ar putea juca în cele din urmă un rol în modul în care maşinile procesează informaţiile.
Ştiri video recomandate
