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)的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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6m3QeK6E5Zgk3MKp0kuvXXBZVW88DRnib3oqC5ictKLB51vvfXOP0G1EQ/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6DSTFX9wKSspFuVwfvhQzkFKQxG5wU0jL12kqQWNQiaTxOQZ24V0SvUA/640?wx_fmt=png&from=appmsg)
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?
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6ompXOwHoua7QUBcNR1Z4iarDVcCiaftbBLkTo0kG6vM7DsQ7gzjncwcw/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6voV8gq21RGhnkJYwpUIibWkuvoibhwh831S5Pp7LH0toecsib5toJAjow/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6Zl0GVnkTzgIZEZvwr2HCYzqB5ILNvIjBZ2rrhoKL2OmhibHySenPogg/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6nVtg49iamgy5icCQq8seuvV64r30COfMRLdsEzVLu37SHKmicurLLWZnw/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6Bib6KTXiakB2LXJlvbhn0iaH5Mc5uxkTSwtHALian4s0I6rDdnd0eAlFkg/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6icRrpqV3JAOHSyjcwbmjoauFueqOJUqjtX27ANUN18sY8bn0vkWGRAQ/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_gif/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6uiaDUaPpE8Wknib6stme2ELAQYQ6Aibo74xHRD92akjoCrnESAj1FKUeQ/640?wx_fmt=gif&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6G1mjlSFPbV9icZN5Vg17hhfch7Yo9TmmUBxaqtQoe0lFKwagFXicZTpA/640?wx_fmt=png&from=appmsg)
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。
![](http://mmbiz.qpic.cn/mmbiz_png/YicUhk5aAGtAwW0X9lw326fvUbLmRfqG6Qw1s2j2zdMyicpumBORb9ClKEfkxvFTO8DGiaKgxoMvPcWdJ2ibuPkGJg/640?wx_fmt=png&from=appmsg)
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应用,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 ~