Швейцарский биотехнологический стартап FinalSpark запустил революционную онлайн-платформу Neuroplatform, предоставляющую удаленный доступ к так называемому «живому процессору». Он работает на базе 16 органоидов человеческого мозга (выращенные в лаборатории миниатюрные версии органов), которые выполняют вычислительные задачи вместо кремниевых чипов в обычном искусственном интеллекте. Подробностями о разработке создатели поделились в научной публикации в журнале Frontiers in Artificial Intelligence.
По заявлениям компании, подобные биопроцессоры потребляют в миллион раз меньше энергии, чем традиционные цифровые процессоры. А как следствие, благодаря низкому энергопотреблению может снизиться воздействие на окружающую среду.
По оценкам Final Spark, обучение популярной модели большого языка GPT-3, которая использовалась в ChatGPT только в первые дни его существования, потребляло 10 ГВтч энергии. Это в 6 тыс. раз больше энергии, чем средний европейский житель потребляет за год. Замена кремниевых чипов биопроцессорами может привести к значительной экономии энергии.
Такие платформы, как OpenAI, ежедневно генерируют более 100 млрд слов с помощью таких сервисов, как ChatGPT, как сообщил Сэм Альтман, генеральный директор OpenAI. Если разложить эти цифры, предполагая, что в среднем на слово приходится 1,5 токена — консервативная оценка, основанная на собственных данных токенизатора OpenAI, — энергозатраты станут ошеломляющими. Предварительные расчеты с использованием модели LLaMA 65B (предшественницы Llama 2) в качестве ориентира предполагают затраты энергии в диапазоне от 450 до 600 млрд Джоулей в день только на генерацию слов, говорится в пояснении разработчиков инновационной платформы.
Как работает Neuroplatform
Поскольку Neuroplatform использует ткани человеческого мозга для обработки данных, это, по сути, платформа, объединяющая аппаратное обеспечение, программное обеспечение и биологию. Исследователи часто называют такую систему «мокрым программным обеспечением», поскольку она включает в себя биологический компонент.
Final Spark сделала возможной работу с этими разнообразными компонентами с помощью инновационной установки под названием Multi-Electrode Arrays (MEAs), то есть «многоэлектродные матрицы», в которой размещаются трехмерные массы ткани мозга.
Каждый MEAs имеет четыре органоида мозга, которые взаимодействуют с восемью электродами. Эти электроды выполняют двойную роль: стимулируют органоиды и записывают данные, которые они обрабатывают. Передача данных осуществляется через цифро-аналоговые преобразователи с разрешением 16 бит и частотой 30 кГц. Микрофлюидная система обеспечивает жизнь органоидов, а камеры могут контролировать их общую работу. Также есть система ввода переменных для вычислений, а также чтения и интерпретации выходных данных.
Как долго работает биопроцессор
Final Spark утверждает, что ее процессор будет потреблять в миллион раз меньше энергии, чем кремниевый чип. Однако биологическая часть его вычислительной системы имеет ограниченный срок работы, как все живое.
Neuroplatform работает круглосуточно и без выходных уже 4 года. За это время органоиды заменялись более 250 раз. Учитывая, что размещается каждый раз минимум четыре органоида и меняются они одновременно, это равнозначно тестированию более 1000 биологических деталей. Первоначально их время жизни составляло всего несколько часов, но различные усовершенствования увеличили срок до 100 дней.
Кто использует платформу
Удаленный доступ к платформе уже предоставлен избранным девяти научным учреждениям для исследований в области биовычислений. Более 30 университетов также выразили интерес к работе с этой революционной технологией. Для образовательных целей месячная подписка на платформу предлагается за $500 (44 тыс. руб).
Ранее также в Швейцарии (в Институте электротехники и микроинженерии Федеральной политехнической школы Лозанны) создали инновационный процессор с атомарными транзисторами, для которого не требуется оперативная память. Разработка стала настоящим прорывом в индустрии, она позволяет выполнять сложные вычислительные операции прямо внутри процессора. То есть каждый транзистор в этом чипе способен запоминать информацию самостоятельно. Технологию можно использовать для массового выпуска. В будущем распространение таких процессоров может привести к созданию более эффективных и энергосберегающих вычислительных систем.
