活體腦細(xì)胞做成16核芯片，用Python就能編程，9個(gè)機(jī)構(gòu)開展實(shí)驗(yàn)36所大學(xué)排隊(duì)

夢晨 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

首個(gè)“腦PU”來了！由“16核”類人腦器官（human brain organoids）組成。

這項(xiàng)研究來自瑞士生物計(jì)算創(chuàng)業(yè)公司FinalSpark，并且他們宣稱：

這種生物處理器（bioprocessor）的功耗比傳統(tǒng)數(shù)字處理器低100萬倍。

這些類腦器官是“活的”，已經(jīng)做到能在系統(tǒng)中存活100天

基于生物處理器，他們還開發(fā)了類似云計(jì)算平臺(tái)的Neuroplatform，已向九家機(jī)構(gòu)提供遠(yuǎn)程訪問權(quán)限，另外還有36家大學(xué)課題組提出訪問申請。

目前他們給教育機(jī)構(gòu)的定價(jià)是：每個(gè)用戶每月500美元。

在FinalSpark發(fā)表的相關(guān)論文里，還特別cue了一嘴大模型：

訓(xùn)練一個(gè)GPT-3，大約需要10Gwh，大約是一個(gè)歐洲公民一年所耗能量的6000倍。

推理以LLaMa 65B為參考，每天僅用于文本生成就要消耗4500億-6000億焦耳的能量。

隨著AI模型參數(shù)指數(shù)級增長，AI應(yīng)用覆蓋面也越來越廣，能耗問題也越來越突出，靠GPU算力能持續(xù)下去嗎？

事實(shí)上，大自然早已給出了最優(yōu)雅的解決方案。

人腦約有860億個(gè)活動(dòng)的神經(jīng)元，卻僅消耗約20W的功率，相當(dāng)于一塊英偉達(dá)RTX4090顯卡的4.4%。

換句話說，未來要想讓大家實(shí)現(xiàn)“AI自由”，探索更節(jié)能計(jì)算范式非常重要，而且有緊迫性。

那么，這次的生物處理器新研究，帶來哪些值得關(guān)注的成果？

“濕件”架構(gòu)，用Python編程

這種生物計(jì)算的架構(gòu)設(shè)想其實(shí)由來已久，被稱為“濕件”（wetware）：是硬件、軟件和生物學(xué)的混合體。

Neuroplatform提供的主要?jiǎng)?chuàng)新，是通過四個(gè)多電極陣列 (MEA) 來容納活體組織類器官，即腦組織的3D細(xì)胞團(tuán)。

這些類腦器官含有成熟的神經(jīng)元、星形膠質(zhì)細(xì)胞等多種細(xì)胞類型，具備一定的自發(fā)放電和可塑性。

每個(gè)MEA擁有四個(gè)類器官，通過用于刺激和記錄的八個(gè)電極連接。數(shù)據(jù)通過數(shù)字-模擬轉(zhuǎn)換器（Intan RHS 32控制器）來回傳輸，采樣頻率為30kHz，分辨率為16位。

到Neuroplatform平臺(tái)這一層，還集成了精密的微流控裝置、紫外光刺激模塊、實(shí)時(shí)影像監(jiān)測等模塊，以及提供友好的Python編程接口，成為一個(gè)完整的類腦計(jì)算實(shí)驗(yàn)平臺(tái)。

然而，要實(shí)現(xiàn)使用活體生物處理器進(jìn)行計(jì)算，不僅需要開發(fā)出相關(guān)系統(tǒng)，還需要精確地與神經(jīng)元群建立電連接，并找到一套不同于機(jī)器學(xué)習(xí)反向傳播的“生物學(xué)習(xí)算法”。

基于Neuroplatform，研究者們開展了一系列初步實(shí)驗(yàn)。

比如他們發(fā)現(xiàn)，高頻電刺激能誘導(dǎo)活動(dòng)中心(Center of activity)在類腦器官表面發(fā)生遷移。這表明外界輸入能在一定程度上重塑內(nèi)在的神經(jīng)環(huán)路。

又比如，多巴胺等神經(jīng)遞質(zhì)的“光釋放”，能通過閉環(huán)反饋增強(qiáng)特定刺激下的放電反應(yīng)。暗示類腦組織或許能通過類似“操作性條件反射“的機(jī)制習(xí)得新的輸入-輸出映射。

論文中展示了這一實(shí)驗(yàn)相關(guān)的Python代碼，僅用13行就能搞定。

Hinton、Friston兩大牛都在搞

瑞士FinalSpark也不是唯一一家探索類腦組織生物計(jì)算的公司。

量子位之前也介紹過，澳大利亞Cortical Labs的“盤中之腦”，在像《黑客帝國》一般的虛擬環(huán)境中學(xué)會(huì)打乒乓球電子游戲。

去年，Cortical Labs獲得李嘉誠旗下維港投資領(lǐng)投的一輪融資，總共籌集1000萬美元。

與FinalSpark目前專注于教育科研領(lǐng)域不同，Cortical Labs已經(jīng)有了商業(yè)合作伙伴：VERSES AI，將利用生物計(jì)算系統(tǒng)開發(fā)新穎算法。

Cortical Labs背后支持者包括著名神經(jīng)科學(xué)家Karl Friston，該系統(tǒng)根據(jù)他頗受爭議的自由能原理（Free Energy Principle）設(shè)計(jì)。

Friston曾與AI教父Hinton在英國倫敦大學(xué)學(xué)院與共事，兩人是多年好友，他曾透露是Hinton讓他相信“大腦是一種貝葉斯機(jī)器”。

有意思的是，而Hinton的一個(gè)最新研究方向可朽計(jì)算（Mortal Computing）也是參考人腦工作方式。

但Hinton更多的是從理論角度思考這個(gè)問題，并未把實(shí)現(xiàn)途徑限制在使用生物細(xì)胞。

除這個(gè)方向之外，Hinton在最近的訪談中也透露他支持“大模型不止是預(yù)測下一個(gè)token”，也認(rèn)同OpenAI前首席科學(xué)家Ilya Sutskever的“壓縮即智能”觀點(diǎn)。

你認(rèn)為基于GPU的AI計(jì)算是可持續(xù)的么？生物計(jì)算最終能不能成為新的計(jì)算范式？歡迎在評論區(qū)聊聊。

論文地址：

https://www.frontiersin.org/articles/10.3389/frai.2024.1376042/full