Австралийската компания Cortical Labs обяви старта на първия в света център за данни, който използва биокомпютри с клетки от човешки мозък.

Първото съоръжение вече функционира и разполага с около 120 такива блока, а се подготвя и второ, което ще включва 1000.

Традиционните изчислителни центрове консумират огромни количества енергия, а най-съвременните микрочипове за тях са изключително скъпи.

Живите неврони биха могли да предложат ефективно решение и на двата проблема.

Cortical Labs обяви изграждането на два „биологични“ центъра за обработка на данни (ЦОД) – в Мелбърн и Сингапур. Първият, както съобщава Bloomberg, вече е пуснат в експлоатация.

Изграждането на втория е започнало в сътрудничество с Националния университет на Сингапур.

Вместо обичайните сървърни стелажи, в тези центрове данните се обработват от неврони, отгледани от стволови клетки и свързани с матрици от микроелектроди.

Тези контакти едновременно управляват клетките и отчитат изходните сигнали.

В центъра в Мелбърн има около 120 такива модула, наречени CL1, а в сингапурския първоначално ще бъдат 20, с план за разширяване до 1000 устройства.

Изчисленията, извършвани от „мозъците“, са достъпни чрез облачна услуга.

Перспективна насока

Учени по целия свят създават и тестват биокомпютри, подобни на CL1, но често тези системи са сложни за сглобяване и неудобни за външни потребители, казва Майкъл Барос, преподавател по технологии за изкуствен интелект в медицината в университета в Есекс.

„Харчим много пари и усилия за създаването на такива [системи]“, признава той.

Според Барос, който вече използва облачните услуги на Cortical Labs в своите изследвания, заслугата на компанията е, че прави биокомпютрите достъпни за широк кръг потребители. „Те ще бъдат първите, които ще се решат на това“, подчертава той.

Въпреки че подобни системи могат да бъдат обучени да изпълняват сравнително прости задачи (като например да играят на Doom), точният механизъм на работа на невроните и оптималните методи за тяхното обучение все още не са напълно проучени, добавя Райнхолд Шерер, също от университета в Есекс.

„Възможността да се работи с такива системи отваря пътя към изучаване на обучението и програмирането“, обяснява той.

От Cortical Labs твърдят, че техните центрове за данни ще бъдат много по-енергийно ефективни от традиционните.

Според компанията всеки модул CL1 консумира около 30 вата, докато съвременен чип за изкуствен интелект изисква хиляди ватове.

По-нататъшното мащабиране на технологията ще доведе до колосални икономии, смята Пол Роуч от университета Лафборо.

Въпреки че поддържането на живота на невроните изисква допълнителни ресурси като хранителни среди, разходите за охлаждане на такива системи са много по-ниски от тези при обикновените компютри.

Според него цитираните от компанията данни за икономия на енергия изглеждат дори скромни.

В самото начало на пътя

Все пак не трябва да се забравя, че технологията е в начален стадий, предупреждава Тиерд Олде Схепер от Оксфордския университет Брукс, който е сътрудничил с конкурентната компания FinalSpark.

„Ще заработи ли това така, както всички си представят? Не. Все още сме в самото начало на пътя“, казва той.

Пряко сравнение на ефективността е трудно да се направи: чиповете CL1 не могат да извършват обикновени изчисления като традиционните силициеви процесори за AI.

Планираният био-център за данни ще разполага със стотици биологични чипове, докато най-големите центрове за ИИ днес съдържат стотици хиляди графични процесори.

Стив Фърбър от Манчестърския университет е скептичен: „До промишлено приложение има огромно разстояние. От малка мрежа, играеща на видеоигра, до голям езиков модел – дистанцията е огромна.“

Остават и много нерешени проблеми.

Например, все още не е ясно как да се съхраняват резултатите от обучението на невроните (т.е. как да се организира памет) или как да се стартират пълноценни изчислителни алгоритми, а не просто да се тренират за конкретни игри.

Друга трудност е преобучението на невроните след изпълнение на задача.

„Всичко, което са научили, се губи в края на жизнения цикъл на културата. Затова е необходимо да се разработи система за коректно преобучение. Ако трябва да се преобучава на всеки 30 дни, това не е най-оптималното решение за поддържане на технологията“, обяснява Шерер.