社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

活体脑细胞做成16核芯片,用Python就能编程,9个机构开展实验36所大学排队

量子位 • 7 月前 • 156 次点击  
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI

首个“脑PU”来了!由“16核”类人脑器官(human brain organoids)组成。

这项研究来自瑞士生物计算创业公司FinalSpark,并且他们宣称:

这种生物处理器(bioprocessor)功耗比传统数字处理器低100万倍

这些类脑器官是“活的”,已经做到能在系统中存活100天

基于生物处理器,他们还开发了类似云计算平台的Neuroplatform,已向九家机构提供远程访问权限,另外还有36家大学课题组提出访问申请。

目前他们给教育机构的定价是:每个用户每月500美元。

在FinalSpark发表的相关论文里,还特别cue了一嘴大模型:

训练一个GPT-3,大约需要10Gwh,大约是一个欧洲公民一年所耗能量的6000倍

推理以LLaMa 65B为参考,每天仅用于文本生成就要消耗4500亿-6000亿焦耳的能量。

随着AI模型参数指数级增长,AI应用覆盖面也越来越广,能耗问题也越来越突出,靠GPU算力能持续下去吗?

事实上,大自然早已给出了最优雅的解决方案。

人脑约有860亿个活动的神经元,却仅消耗约20W的功率,相当于一块英伟达RTX4090显卡的4.4%。

换句话说,未来要想让大家实现“AI自由”,探索更节能计算范式非常重要,而且有紧迫性。

那么,这次的生物处理器新研究,带来哪些值得关注的成果?

“湿件”架构,用Python编程

这种生物计算的架构设想其实由来已久,被称为“湿件”(wetware):是硬件、软件和生物学的混合体。

Neuroplatform提供的主要创新,是通过四个多电极阵列 (MEA) 来容纳活体组织类器官,即脑组织的3D细胞团。

这些类脑器官含有成熟的神经元、星形胶质细胞等多种细胞类型,具备一定的自发放电和可塑性。

每个MEA拥有四个类器官,通过用于刺激和记录的八个电极连接。数据通过数字-模拟转换器(Intan RHS 32控制器)来回传输,采样频率为30kHz,分辨率为16位。

到Neuroplatform平台这一层,还集成了精密的微流控装置、紫外光刺激模块、实时影像监测等模块,以及提供友好的Python编程接口,成为一个完整的类脑计算实验平台。

然而,要实现使用活体生物处理器进行计算,不仅需要开发出相关系统,还需要精确地与神经元群建立电连接,并找到一套不同于机器学习反向传播的“生物学习算法”。

基于Neuroplatform,研究者们开展了一系列初步实验。

比如他们发现,高频电刺激能诱导活动中心(Center of activity)在类脑器官表面发生迁移。这表明外界输入能在一定程度上重塑内在的神经环路。

又比如,多巴胺等神经递质的“光释放”,能通过闭环反馈增强特定刺激下的放电反应。暗示类脑组织或许能通过类似“操作性条件反射“的机制习得新的输入-输出映射。

论文中展示了这一实验相关的Python代码,仅用13行就能搞定。

time.sleep()亮了

Hinton、Friston两大牛都在搞

瑞士FinalSpark也不是唯一一家探索类脑组织生物计算的公司。

量子位之前也介绍过,澳大利亚Cortical Labs的“盘中之脑”,在像《黑客帝国》一般的虚拟环境中学会打乒乓球电子游戏

去年,Cortical Labs获得李嘉诚旗下维港投资领投的一轮融资,总共筹集1000万美元。

与FinalSpark目前专注于教育科研领域不同,Cortical Labs已经有了商业合作伙伴:VERSES AI,将利用生物计算系统开发新颖算法。

Cortical Labs创始人兼CEO Hon Weng Chong

Cortical Labs背后支持者包括著名神经科学家Karl Friston,该系统根据他颇受争议的自由能原理(Free Energy Principle)设计。

Friston曾与AI教父Hinton在英国伦敦大学学院与共事,两人是多年好友,他曾透露是Hinton让他相信“大脑是一种贝叶斯机器”。

有意思的是,而Hinton的一个最新研究方向可朽计算(Mortal Computing)也是参考人脑工作方式。

但Hinton更多的是从理论角度思考这个问题,并未把实现途径限制在使用生物细胞。

除这个方向之外, Hinton在最近的访谈中也透露他支持“大模型不止是预测下一个token”,也认同OpenAI前首席科学家Ilya Sutskever的“压缩即智能”观点。

你认为基于GPU的AI计算是可持续的么?生物计算最终能不能成为新的计算范式?欢迎在评论区聊聊。

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

参考链接:
[1]
https://www.tomshardware.com/pc-components/cpus/worlds-first-bioprocessor-uses-16-human-brain-organoids-for-a-million-times-less-power-consumption-than-a-digital-chip
[2]https://www.forbes.com/sites/zinnialee/2023/04/19/billionaire-li-ka-shing-backs-biocomputing-startup-that-takes-on-ai-with-lab-grown-brain-cells

量子位年度AI主题策划正在征集中!

欢迎投稿专题 一千零一个AI应365行AI落地方案

或与我们分享你在寻找的AI产品,或发现的AI新动向


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见 ~ 

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170794
 
156 次点击