人工智慧系統，即使是像ChatGPT這樣複雜的系統，也依賴於自20世紀50年代以來一直是計算基石的矽基硬體。但是，如果計算機可以由活體生物物質塑造而成呢？一些學術界和商業領域的研究人員，對人工智慧不斷膨脹的資料儲存和能源需求感到擔憂，他們正專注於一個新興領域，即生物計算。這種方法使用合成生物學，例如微型實驗室培養的細胞簇，稱為類器官，來建立計算機架構。生物計算的先驅包括瑞士公司FinalSpark，該公司今年早些時候推出了其“Neuroplatform”——一個由人類大腦類器官驅動的計算機平臺——科學家可以透過網際網路以每月500美元的價格租用。
FinalSpark聯合創始人弗雷德·喬丹說：“據我所知，我們是世界上唯一在公共租賃平臺上做這件事的公司。” FinalSpark最初由其聯合創始人的前一家初創公司的資金資助，旨在尋找一種環境可持續的方式來支援人工智慧。“我們的主要目標是實現人工智慧的能耗比目前訓練最先進的生成式人工智慧所需的能耗低10萬倍，”喬丹說。 Neuroplatform使用一系列處理單元，每個單元託管四個球形大腦類器官。每個0.5毫米寬的類器官都連線到八個電極，這些電極可以電刺啟用體球體內的神經元；這些電極還將類器官連線到傳統的計算機網路。神經元選擇性地暴露於令人感覺良好的神經遞質多巴胺，以模仿人類大腦的自然獎勵系統。這些雙重設定——積極的多巴胺獎勵和電刺激——訓練類器官的神經元，促使它們形成新的通路和連線，這與活體人腦的學習方式非常相似。 FinalSpark表示，如果完善，這種訓練最終可能使類器官能夠模仿矽基人工智慧，並充當功能類似於當今CPU（中央處理器）和GPU（圖形處理器）的處理單元。
目前，類器官及其行為正在直播，每天24小時供研究人員（和任何其他人）觀察。“挑戰在於找到讓神經元按照我們想要的方式工作的方法，”喬丹說。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
FinalSpark的一個神經類器官，放大近1000倍，由取自人皮膚的10,000個活體神經元製成。
FinalSpark
34所大學的研究團隊已要求使用FinalSpark的生物計算機，到目前為止，該公司已為密歇根大學、柏林自由大學和其他七所機構的科學家提供了訪問許可權。每個機構的專案都側重於生物計算的不同方面。例如，密歇根大學的團隊正在研究改變類器官活動所需的電和化學提示——實際上是建立類器官專用計算機語言的構建塊。與此同時，德國萊比錫蘭卡斯特大學的科學家們正試圖將類器官融入不同的人工智慧學習模型中。
對於類器官計算與大規模矽競爭的能力，仍然存在障礙。首先，不存在標準化的製造系統。而且活體大腦會死亡：FinalSpark的類器官平均只能存活約100天（與最初實驗的壽命相比，這已經取得了很大的進步，最初的壽命只有幾個小時）。但喬丹指出，Neuroplatform已經“簡化”了其內部製造類器官的流程，其設施目前容納了2,000到3,000個類器官。
FinalSpark並非唯一一家追求有機替代矽基計算的公司，大腦類器官也不是唯一的可能途徑。“生物計算有不同的形式，”西班牙國家生物技術中心的研究員安赫爾·戈尼-莫雷諾說。戈尼-莫雷諾研究細胞計算，或使用改造後的活細胞來建立可以複製“記憶、邏輯閘和我們從傳統計算機科學中瞭解到的其他決策基礎”的系統，他說。他的團隊正在尋找生物計算機優於矽計算機的任務——他稱之為“細胞霸權”的動態。戈尼-莫雷諾特別認為，由於細胞計算機可以對其環境條件做出反應，它們可以促進生物修復，或受損生態系統的恢復。“這是傳統計算機基本上無能為力的領域，”戈尼-莫雷諾說。“你不能只是把一臺電腦扔進湖裡，然後讓它告訴你環境狀況。”然而，浸沒在水中的細菌計算機將能夠對環境條件進行細緻的解讀，因為細胞會對化學和其他刺激做出反應。
戈尼-莫雷諾專注於細菌，而英國西英格蘭大學的安德魯·亞當茨基，非常規計算國際期刊的創始主編，一直在研究真菌的計算可能性。亞當茨基說，菌絲體，或真菌菌絲網路，表現出類似於神經元中發現的尖峰電位。他希望利用這些電特性建立一個類似大腦的真菌計算系統，該系統“可能能夠進行學習、儲層計算、模式識別等”。亞當茨基的團隊已經成功地訓練真菌網路來幫助計算機系統執行某些數學函式。“與基於大腦類器官的計算相比，真菌計算具有多項優勢，”亞當茨基說，“尤其是在倫理簡單性、易於培養、環境適應性、成本效益以及與現有技術的整合方面。”
喬丹非常清楚使用培養的人類神經元進行非醫療用途所涉及的考慮因素。正在進行的生物倫理辯論涉及微型大腦是否可能獲得意識，儘管目前尚沒有證據表明它曾在實驗室中被創造出來。喬丹說，他目前正在尋找具有“文化背景的哲學家和研究人員，以幫助我們回答這些倫理問題”。
亞當茨基承認，儘管他提倡真菌計算，但大腦類器官“由於其複雜且類似神經元的結構，可能提供更高階的功能”。喬丹就他而言，對FinalSpark為其生物計算機的選擇充滿信心。他說，在所有細胞中，“人類神經元最擅長學習。”