FinalSpark tworzy biokomputery z ludzkich neuronów. Szwajcarska firma przeciera szlak dla energooszczędnej sztucznej inteligencji
Szwajcarska firma FinalSpark opracowała platformę wykorzystującą żywe ludzkie neurony jako procesory komputerowe. To pionierski krok w rozwijającej się dziedzinie biokomputingu, która może zrewolucjonizować sposób działania sztucznej inteligencji. Dzięki wykorzystaniu organoidów mózgowych możliwe jest tworzenie systemów zużywających tysiące razy mniej energii niż tradycyjne układy krzemowe. Czy ta technologia otwiera drzwi do nowej generacji AI?
Zamiast próbować naśladować neurony, mogliśmy wykorzystać prawdziwe. – dr Fred Jordan, FinalSpark.
Google inwestuje miliony w AI, która może wyleczyć każdą chorobę. Czy rewolucja w medycynie jest coraz bliżej?
FinalSpark to szwajcarski startup, który pracuje nad bioprocesorami zbudowanymi nie z krzemu, lecz z ludzkich neuronów. Firma hoduje organoidy mózgowe, czyli miniaturowe struktury zawierające ok. 10 tysięcy komórek nerwowych i umieszcza je na specjalnych matrycach elektrod. Dzięki temu mogą one odbierać dane, przetwarzać je i odpowiadać aktywnością elektryczną. To nie jest science fiction. Takie urządzenia już działają i uczą się prostych zadań. Podstawową motywacją zespołu była energooszczędność. Mózg człowieka zużywa zaledwie 20 W energii, mimo że składa się z 86 miliardów neuronów. W porównaniu z tym, współczesne modele AI potrzebują ogromnych ilości prądu. FinalSpark twierdzi, że bioprocesory mogą być nawet 100 tysięcy razy bardziej energooszczędne niż obecne rozwiązania w generatywnej AI.
Synchron i NVIDIA rewolucjonizują interfejsy mózg-komputer i chcą uczynić sterowanie myślami precyzyjniejszym
Firma oferuje nie tylko badania nad biokomputingiem, ale również dostęp do swoich organoidów w modelu „neurony jako usługa”. Zdalna platforma o nazwie Neuroplatform umożliwia naukowcom z całego świata przeprowadzanie eksperymentów na żywych sieciach neuronowych przez Internet. Użytkownicy otrzymują API w Pythonie, dostęp 24/7 i możliwość stymulacji i monitorowania aktywności neuronów w czasie rzeczywistym. Wśród klientów FinalSpark są już zespoły z takich uczelni jak University of Michigan, Freie Universität Berlin czy Oxford Brookes University. Badacze testują sposoby komunikacji z organoidami i uczą je rozpoznawania wzorców. Niektórzy próbują też opracować „język programowania” dla neuronów.
IBM patentuje druk 4D, wykorzystujący materiały z pamięcią kształtu oraz algorytmy sztucznej inteligencji
Biokomputery mogą z czasem nie tylko działać szybciej i oszczędniej i uczyć się naturalniej niż obecne sieci neuronowe. Organoidy mają zdolność do samoorganizacji i adaptacji, co daje nadzieję na stworzenie systemów zdolnych do ogólnej inteligencji, a nie tylko wyspecjalizowanych zadań. Oprócz AI, zastosowania obejmują analizę obrazów, rozpoznawanie dźwięków, a nawet monitorowanie środowiska czy też modelowanie chorób neurologicznych. Żywe komórki mogą reagować na bodźce chemiczne. Otwiera to oczywiście zupełnie nowe możliwości w medycynie i biotechnologii.
Helix sprawi, że roboty humanoidalne staną się lepsze. Nowy model AI umożliwia im pracę z obiektami, których nigdy nie widziały
Technologia biokomputerów to jednak także wyzwania. Neurony żyją tylko ok. 100 dni, więc systemy trzeba odtwarzać i ponownie trenować. Trudno też zapewnić powtarzalność wyników – każdy organoid może działać inaczej. Pojawiają się także pytania etyczne. Czy rozbudowane sieci neuronowe mogą mieć świadomość? Czy użycie ludzkich komórek powinno podlegać dodatkowej kontroli? FinalSpark deklaruje współpracę z etykami i filozofami, a rozwój platformy odbywa się transparentnie. Zespół podkreśla, że te organoidy nie wykazują cech świadomości, ale firma bierze pod uwagę konieczność etycznych ram, nim technologia stanie się masowa.
Powiązane publikacje

TSMC zapowiada CoPoS i PLP. Znacząca ewolucja, która pozwoli uzyskać więcej miejsca dla chipów
21
PCI-SIG finalizuje specyfikację PCI Express 7.0. Interfejs przygotowany jest na potrzeby systemów AI i cloud computing
40
Naukowcy zbudowali robota, który gra w badmintona lepiej niż większość ludzi. Zobacz, co potrafi ANYmal‑D od ETH Zurich
37
Meta wydaje miliardy. Laboratorium SI, inwestycja w Scale AI i dążenie do wyjścia poza ograniczenia LLaMA
15