Ludzkie neurony grają w Dooma. Biologiczne komputery mogą zmienić oblicze AI

Ludzkie neurony grają w Dooma. Biologiczne komputery mogą zmienić oblicze AI Ludzkie neurony grają w Dooma. Biologiczne komputery mogą zmienić oblicze AI

Australijski startup Cortical Labs nauczył 200 tys. ludzkich komórek mózgowych obsługiwać klasyczną strzelankę pierwszoosobową. To nie jest eksperyment z pogranicza science fiction — to zapowiedź zupełnie nowej gałęzi informatyki, która może rozwiązać jeden z największych problemów współczesnej sztucznej inteligencji: głód energetyczny.

  • Cortical Labs umieszcza ludzkie neurony na krzemowych chipach, tworząc „biologiczne komputery” zdolne do uczenia się i reagowania na bodźce elektryczne
  • Ludzki mózg zużywa ok. 20 watów — nowoczesne modele AI pochłaniają miliony watów; neurony mogą radykalnie obniżyć koszty energetyczne centrów danych
  • Studenci ze Stanforda w ramach hackathonu zaprogramowali biologiczny komputer do gry w Dooma — w zaledwie tydzień
  • DARPA uruchomiła program finansowania biologicznych jednostek obliczeniowych (BPU), a Cortical Labs instaluje swoje systemy na Narodowym Uniwersytecie Singapuru
Thumbnail
Twoja firma potrzebuje leadów kwalifikowanych? Rozpocznij współpracę

Od Ponga do Dooma: neurony jako procesory

W lutym 2025 r. Cortical Labs — australijski startup z Melbourne — ogłosił, że jeden z uczestników akademickiego hackathonu na Uniwersytecie Stanforda nauczył biologiczny komputer firmy grać w Dooma. Sean Cole, student odpowiedzialny za ten projekt, napisał stosowny program w około tydzień. Wcześniej firma pokazała światu, że jej system potrafi grać w Ponga — prostszą grę, ale była to równie przełomowa demonstracja zdolności biologicznego hardware’u.

W centrum systemu Cortical Labs leży matryca tysięcy mikroelektrod, na których „instalowane” są neurony wyhodowane z komórek macierzystych pobranych od ludzkiego dawcy.

Elektrody umożliwiają dwukierunkową komunikację: klasyczny komputer może odczytywać aktywność elektryczną neuronów i jednocześnie stymulować je sygnałami.

Neurony są utrzymywane przy życiu przez okresy do sześciu miesięcy dzięki systemowi rurek i pomp dostarczających tlen i składniki odżywcze oraz odprowadzających dwutlenek węgla. Cały układ mieści się w obudowie zaprojektowanej do standardowych szaf serwerowych używanych w komercyjnych centrach danych.

Ambicje firmy sięgają jednak znacznie dalej niż rozrywka. Hon Weng Chong, dyrektor generalny Cortical Labs, chce, aby neurony — zapakowane w wydajne „biologiczne komputery” — zajęły miejsce obok krzemowych chipów w centrach danych na całym świecie.

Paradoks Moravca i kryzys energetyczny AI

Skąd takie zainteresowanie komórkami mózgowymi jako elementem infrastruktury obliczeniowej? Odpowiedź tkwi w dwóch słowach: efektywność i złożoność.

Nowoczesne modele sztucznej inteligencji pochłaniają energię liczoną w milionach watów. To jeden z największych hamulców rozwoju całej branży — firmy budujące centra danych AI muszą negocjować z operatorami sieci energetycznych dostęp do mocy porównywalnych z całymi miastami. Ludzki mózg złożony z prawie 90 miliardów neuronów zużywa tymczasem zaledwie około 20 watów — mniej niż przeciętna żarówka LED.

Różnica polega też na architekturze samego przetwarzania danych. Tranzystory, z których zbudowane są komputery elektroniczne, to proste przełączniki o dwóch stanach: włączony lub wyłączony. Neurony są nieporównywalnie bardziej złożone — ich zachowanie zależy od napięcia przez błonę komórkową, czasu od ostatniego impulsu i wielu innych zmiennych. Tradycyjne procesory przechowują dane daleko od miejsca, gdzie odbywa się właściwe przetwarzanie. Firma Micron, jeden z największych producentów pamięci, szacuje, że nawet połowa budżetu energetycznego konwencjonalnego procesora AI idzie na sam transport danych. Mózg łączy pamięć i przetwarzanie w jednym miejscu, eliminując ten problem.

Brett Kagan, neurobiolog i dyrektor naukowy Cortical Labs, przywołuje paradoks Moravca — klasyczną i nieintuicyjną obserwację z badań nad AI. Głosi ona, że abstrakcyjne rozumowanie (np. gra w szachy na wysokim poziomie czy mnożenie wielkich liczb) jest, w głębokim i fundamentalnym sensie, obliczeniowo prostsze niż trywialne z pozoru zdolności motoryczne potrzebne do poruszania się w fizycznym świecie. — Nie potrafię liczyć jak kalkulator — mówi Kagan — ale nowoczesne modele AI nie potrafią zaparzyć herbaty.

Sprawdź też: GAMIVO przedstawiło wyniki za 2025 r. Zarząd rekomenduje podział zysku

DARPA, Singapur i wyścig o biologiczne procesory

Wokół biologicznego przetwarzania danych narasta poważne instytucjonalne zainteresowanie. 3 marca 2025 r. DARPA, agencja rządu USA finansująca technologie wysokiego ryzyka, ogłosiła program badawczy poświęcony właśnie biologicznym jednostkom obliczeniowym (ang. biological processing units, BPU).

Celem jest opracowanie systemów zużywających ułamek energii krzemowych odpowiedników — z myślą o takich zastosowaniach jak autonomiczne drony czy przetwarzanie nieustrukturyzowanych sygnałów ze środowiska fizycznego.

10 marca 2025 r. Cortical Labs podpisał umowę z DayOne, singapurskim deweloperem centrów danych. W jej ramach firma zainstaluje 20 swoich bio-komputerów na Narodowym Uniwersytecie Singapuru. To pierwsza komercyjna instalacja tego rodzaju — sygnał, że biologiczne przetwarzanie danych wychodzi z fazy laboratoryjnej.

Firma otworzyła też część swoich systemów na publiczny dostęp przez internet. Według dyrektora Chonga z możliwości eksperymentowania skorzystało już ponad 5500 osób. To świadome zagranie: Cortical Labs chce budować ekosystem deweloperów i badaczy, którzy mogliby odkryć zastosowania, o których twórcy systemu jeszcze nie pomyśleli — tak jak student ze Stanforda, który w tydzień zmusił neurony do grania w Dooma.

Droga przed firmą nie jest jednak usłana różami. Cortical Labs wciąż eksperymentuje z najlepszymi metodami translacji sygnałów między komputerami elektronicznymi a żywymi komórkami. Musi też stawić czoła potężnemu prądowi wody płynącemu w przeciwnym kierunku — wielkie firmy technologiczne i laboratoria AI stawiają setki miliardów dolarów na dalszy rozwój konwencjonalnej elektroniki. Biologiczne komputery to dziś bardziej obietnica niż gotowy produkt. Ale jeśli neurony okażą się lepsze od tranzystorów choćby w wąskim spektrum zadań — interpretacji analogowych sygnałów, sterowaniu robotami, przetwarzaniu danych sensorycznych — mogą znaleźć swoje miejsce w centrach danych przyszłości obok, a nie zamiast, krzemowych chipów.

Czytaj też: Fantastyczna Czwórka zalicza drastyczny spadek frekwencji. Zjazd o 80% w drugim tygodniu

REKLAMA