La startup svizzera di bioinformatica FinalSpark ha recentemente annunciato il lancio di una piattaforma di cloud computing come nessun’altra, e per una buona ragione: è costruita attorno a un bioprocessore costituito da… 16 piccoli cervelli umani artificiali

Per decenni i ricercatori hanno cercato di riprodurre il funzionamento del cervello per sfruttare le sue enormi capacità. Oggi questi sforzi si concretizzano principalmente attraverso: Reti neurali artificiali Su cui si basano i sistemi Apprendimento automatico.

Ma i bioinformatici non si sono ancora arresi. Molti laboratori continuano a sviluppare un altro approccio basato su… biologico – Piccoli gruppi di cellule viventi specializzate coltivate in laboratorio che imitano il funzionamento di un organo. Appartiene a questa categoria la startup svizzera Final Spark. Il suo “computer” è costruito attorno a diversi organi cerebrali, a loro volta composti da neuroni umani.

Non è la prima volta che un’entità del genere viene creata in un laboratorio, tutt’altro. Negli ultimi anni altri team hanno già creato organismi che, una volta collegati a un altro sistema, si sono dimostrati capaci di giocare a ping-pong, riconoscere parole o addirittura risolvere equazioni matematiche.

Energia, una questione centrale nell’intelligenza artificiale

FinalSpark, d’altra parte, porta questo concetto molto oltre con un sistema di 16 distinti organoidi cerebrali. Possiamo quindi considerarlo a Bioprocessore organico multicore. I ricercatori ritengono che, una volta maturo, questo approccio potrebbe costituire un’interessante alternativa ai sistemi Apprendimento automatico Che sta facendo parlare di sé in questo momento.

Fondamentalmente, entrambe le tecniche si basano sugli stessi meccanismi. Sfruttano un gran numero di subunità, neuroni virtuali o biologici, che formano reti la cui struttura si evolve quando esposte a un segnale. È così che gli esseri umani o la moderna “AI” imparano a elaborare i dati. Ma ci sono diverse differenze chiave tra i due approcci, inclusa una molto cruciale: La quantità di energia che utilizzano.

Poiché non sono in grado di riprodurre le sfumature che rendono la struttura del cervello così efficiente, gli informatici hanno a disposizione un solo approccio per simularne il funzionamento: affidarsi alla forza bruta. Ecco perché stanno sviluppando reti neurali artificiali su larga scala. Ad esempio, GPT-4 utilizza circa 1.670 miliardi di parametri, rispetto ai soli 85 miliardi di neuroni del cervello umano.

Tuttavia, addestrare un sistema di questo tipo richiede una grande quantità di energia che aumenta esponenzialmente con la complessità. Ad esempio, la formazione di modelli linguistici di grandi dimensioni (LLM) come GPT scala nell’ordine delle decine di gigawattora; Abbastanza per alimentare qualche migliaio di case per un anno intero. Una considerazione molto importante, sapendo che questi sistemi stanno diventando sempre più diffusi. L’anno scorso, uno studio ha suggerito che l’apprendimento automatico può consumare molte risorse Quasi il 4% dell’elettricità globale nel 2030. Pertanto, è urgente trovare modi per ridurre il desiderio di consumo di modelli di intelligenza artificiale.

Bioinformatica, una possibile alternativa?

Finora l’industria è alla ricerca soprattutto di soluzioni software. Molti ricercatori ritengono che sarà possibile ridurre significativamente le bollette energetiche migliorando gli algoritmi esistenti o sviluppando architetture completamente nuove. FinalSpark, da parte sua, sembra convinto che i media biologici possano essere parte della soluzione. Dopotutto, se l’evoluzione si è presa la briga di ottimizzare il consumo energetico del cervello per milioni di anni, perché reinventare la ruota?

Bisogna ammettere che l’idea è logica. La mente umana, ad esempio, è molto più economica del modello dell’intelligenza artificiale. Anche se consuma circa il 20% dell’energia totale del corpo, ciò rappresenta solo un centinaio di kilowattora all’anno e pro capite. Allo stesso modo, la startup afferma che, a parità di potenza, un bioprocessore organico consuma 1 milione di volte meno energia di un processore convenzionale.

“Neural cloud” nel servizio di ricerca

È chiaro che i computer pubblici di domani non potranno funzionare con questo tipo di bioprocessore. Ma per poter iniziare a metterlo in pratica, dobbiamo prima portare il concetto a maturità. È qui che il lavoro di FinalSpark diventa particolarmente interessante.

In effetti, i ricercatori hanno collegato il loro bioprocessore a 16 organoidi Piattaforma on-line Ciò consente ai ricercatori di tutto il mondo di utilizzarlo per condurre esperimenti di intelligenza artificiale in remoto. Insomma, una sorta di cloud computing neurale al servizio della ricerca. Sarà quindi opportuno dare seguito ai risultati di questo approccio, che potrebbe aprire la strada ad alcune interessanti pubblicazioni scientifiche nei prossimi mesi.

Il testo dello studio è disponibile ecco.

🟣 Per non perdere nessuna novità su Journal du Geek, iscriviti a Google News. E se ti piacciamo, abbiamo una newsletter ogni mattina.