Што ако следната генерација на вештачка интелигенција не се потпира само на силикон, туку и на живи мозочни клетки? Токму тоа го тестира стартапот „Биолоџикал компјутинг компани“ во соработка со Амазон, користејќи неврони од стаорци за развој на системи за вештачка интелигенција.

Мозок од стаорец како компјутерски модел

„Биолоџикал компјутинг компани“ (ТБЦ) развива биолошки компјутерски системи во кои живите неврони се користат за обработка на информации. Избраните корисници на облачната платформа „Амазон веб сервисис“ веќе добиваат пристап до модел базиран на мозочни клетки од стаорци. Технологијата е развиена со цел да ја подобри вештачката интелигенција за генерирање видеа, а од Амазон очекуваат системот со време да стане достапен и за поширок круг деловни корисници.

Идејата звучи како научна фантастика, но принципот е релативно едноставен: научниците внесуваат информации, како слики, директно во биолошки материјал, а потоа следат како невроните ги обработуваат. Врз основа на нивното однесување се создава компјутерски модел кој го имитира начинот на кој биолошкиот систем ги обработува информациите.

Тоа е поинаков пристап од класичната вештачка интелигенција, која се потпира на математички модели што работат на силиконски процесори.

Наместо нова архитектура – поефикасна ВИ

ТБЦ не се обидува целосно да ја замени архитектурата на големите јазични модели. Наместо тоа, компанијата работи во рамките на постојните стандарди на генеративната ВИ и бара начини визуелните модели да ги направи побрзи и поефикасни. Токму генерирањето видеа станало главниот фокус.

Физичкиот распоред на електродите во силиконските низи влијае врз начинот на кој тие комуницираат со невроните. Истражувачите процениле дека визуелните информации се особено погодни за ваков систем бидејќи полесно можат да се пресликаат врз мрежата од клетки отколку текстот. Со проучување на начинот на кој невроните обработуваат визуелни информации, тимот развил модели кои можат да се користат за генерирање видеа.

Според првичните тестови наведени од „Вајрд“, системот може да генерира видеа до петпати побрзо, а истовремено да ги намали трошоците за таканареченото заклучување, односно процесот во кој обучениот модел создава нова содржина.

Лабораторија во која невроните мора да останат живи

Зад оваа технологија стои сосема поинаква инфраструктура од онаа во класичните центри за развој на ВИ. Компанијата е основана во Балтимор пред четири години од двајца невронаучници и неврохирурзи. Неодамна обезбедила 50 милиони долари капитал за понатамошен развој.

Во лабораторијата во Сан Франциско работат околу 35 експерти кои директно работат со живи клетки од стаорци, но и со човечки матични клетки. Клетките се поставуваат врз силиконски низи со повеќе електроди. Истражувачите потоа испраќаат електрични стимулации до невроните и ги снимаат нивните реакции. Токму тука лежи еден од најголемите предизвици на биолошкото компјутерство: овие „компоненти“ не се обични чипови. Тие се живи клетки кои мора постојано да се одржуваат во соодветни услови.

Биологијата како хардвер

Овој пристап е дел од пошироко научно поле познато како органоидна интелигенција – област на пресекот меѓу биотехнологијата и компјутерските науки. Амазон веќе соработува и со други компании во оваа област. Меѓу нив е австралиската „Кортикал лабс“, која комбинира лабораториски одгледани неврони со силиконски чипови.

Ваквиот пристап понекогаш се нарекува „биолошки хардвер како услуга“, а одредени системи можат да ги одржуваат невроните живи со месеци. Во меѓувреме, истражувањата на други научни тимови покажуваат дека невроните можат да се користат за обработка на сложени сигнали.

Научници од Универзитетот Тохоку во Јапонија, на пример, успеале да обучат култивирани кортикални неврони од стаорци автономно да генерираат сложени временски сигнали со помош на машинско учење во реално време. Истражувачи од Универзитетот Стенфорд, пак, експериментирале со човечки мозочни органоиди пресадени во мозоци на новородени стаорци, создавајќи хибридни системи за проучување на невролошки нарушувања.

Но, може ли ова да се зголеми?

И покрај импресивните резултати, биолошкото компјутерство има голем проблем: скалирањето. Компјутерскиот чип може да се произведува во огромни количини со релативно стандарден процес. Живите неврони бараат лабораториски услови, контрола и постојано одржување. Затоа останува отворено прашањето дали технологијата може да ја задржи својата ефикасност кога ќе треба да обработува многу поголем обем на задачи.

Еден од тестовите ќе биде генерирањето многу подолги видеа. Доколку системот функционира добро за кратки содржини, останува да се види дали ќе биде еднакво стабилен кога корисникот ќе побара видео од 10 минути, па дури и од еден час.

Ако биолошкото компјутерство успее да го помине тој тест, границата меѓу биологијата и компјутерите би можела да стане многу понејасна.