Évek óta, különféle egyetemi és vállalati laboratóriumokban kísérleteznek nem szilíciumalapú számítógépekkel, a Neumann-architektúrától eltérő rendszerekkel. Neurális számítások, DNS-számítások és persze a legismertebb, a kvantumszámítógép, hogy csak néhány példát említsünk.
A bioszámításokkal foglalkozó svájci FinalSpark startup tizenhat emberiagy-organoidhoz távoli hozzáférést kínáló online platformot indított. De miért is fontos a Neuroplatform nevű rendszer?
Egy organoid valamilyen szerv laboratóriumi körülmények között, in vitro (tehát biológiai környezetétől eltérő közegben) előállított kicsinyített és leegyszerűsített háromdimenziós változata. Az eredeti kulcsfunkcióit, szerkezeti és biológiai komplexitását hivatott utánozni. Készíthetik szövet-, embrionális és pluripotens (többféle szövet létrehozására képes) őssejtből. Önszerveződéssel, önmaguk megújításával az organoidok tenyészetté alakulnak.
Mennyit fogyaszt egy bioprocesszor?
A platformon tizenhat organoid, biológiai neuron (idegsejt) érhető el. A FinalSpark elsőként a világon kínál ilyen szolgáltatást, azaz bioprocesszort. Ezek a bioprocesszorok a fejlesztők elmondása alapján, hagyományos digitális processzorok fogyasztásának a milliomodrészét sem feltétlenül érik el.
A Neuroplatform tanulásra és információfeldolgozásra egyaránt képes, alacsony fogyasztásának köszönhetően pedig jelentős mértékben csökkentheti a számítások környezeti hatását. Köztudott, hogy egy-egy adatközpont éves energiafelhasználása meghaladja egyes országokét, és a mesterséges intelligencia gyors fejlődésével a számok megugrottak. Az egyre aggasztóbb klímaválság tükrében valahogyan – és minél előbb – változtatni kellene, ezért is próbálkoznak sokfelé hosszabb-rövidebb ideje alternatív számítási lehetőségekkel.
Bioprocesszor
A kutatásról megjelent tanulmányban a FinalSpark közölte, hogy egy egyszerű nagy nyelvmodell (large language model, LLM) gyakoroltatása irdatlan fogyasztással jár, ami azért problémás, mert az LLM-ek a generatív mesterséges intelligencia alapjai. Számszerűsítve: a GPT-3 trenírozásához 10 GW/h kell – és ez csak a GPT-3, tavaly jött a GPT-4, most pedig már a multimodális (szöveges, hang, kép bemenetből szöveges, hang, kép kimenetet létrehozó) GPT-4o-nál tartunk. Összehasonlításként: az „elavult” GPT-3 mintegy hatezerszer több energiát használ el csak a gyakorlásra, mint egy átlagos európai egy teljes év alatt.
Wetware: hardver, szoftver és biológia kombinációja
Amennyiben a bioprocesszorok valaha is elterjednek, esetleg mainstreammé válnak, drasztikusan csökkenhet a számítási rendszerek energiafogyasztása. Mesterséges intelligenciánál különösen jó lenne, mert egyre fejlettebb és jobb egy modell, annál több adatra van szüksége, és minél több az adat, annál sebesebben emelkedik az óránként elhasznált gigawattok száma. A problémát más módszerekkel is igyekeznek orvosolni, például többen kísérleteznek kevesebb adaton alapuló gépi tanulással, de egyelőre inkább csak kísérletekről, és nem általánosan használt rendszerekről beszélhetünk.
Közben a klímaváltozás adatai egyre riasztóbbak, és ugyan az MI lehet majd a megoldás egyik kulcsa, de addig is célszerűbb és fontos lenne, ha a rendszerek jóval kevesebbet fogyasztanának.
A Neuroplatform wetware-nek nevezhető architektúrán alapul.
Így működik a Neuroplatform
Amikor a huszadik század közepén megjelent a számítógépes hardver és szoftver kifejezés, hamarosan jöttek az új technológiát alkalmazó elképzelések, újítások és találmányok. Több esetben használták az „áru” jelentésű ware utótagot, ezek egyike a leegyszerűsítve a hardvert, szoftvert és a biológiát összekombináló wetware.
Műszaki körökben az 1970-es évektől használják a kifejezést, gyakran persze az Anyatermészet által telepített, máig leghatékonyabb szoftvert, az emberi agyat értették és értik még ma is rajta. Érdekességként olyan szóösszetételeket is bevezettek, mint a meatware vagy a liveware, de sem a köz-, sem a tudományos nyelvben nem maradtak meg, szótárakba sem kerültek be.
A bioprocesszor működése
Tehát a Neuroplatform wetware, legnagyobb újításai pedig az élő szövetet, az agyszövetek harmincsejtes tömegét, az organoidokat tartalmazó többelektródás tömbök (multi-electrode arrays, MEA).
Minden egyes MEA négy organoidot tart, stimulálásukhoz és az információ rögzítéséhez nyolc elektródával állnak kapcsolatban. Az adatok digitális-analóg átalakítóba mennek és onnan jönnek vissza, 16-bites felbontás mellett 30kHz mintavételi frekvenciával.
A kulcsfontosságú architekturális elemeket a MEA-k mikrofolyadékos életfenntartó rendszere és folyamatosan figyelő kamerák támogatják. Az adatváltozók bevitelét, majd a bioprocesszor kimenetének olvasását és értelmezését szoftver végzi.
Távoli hozzáférés a platformhoz
A sok évig, gyakran évtizedekig működő szilícium chipekkel összehasonlítva a neuron-alapú szerkezetek elvileg szintén sokáig bírják, ezt a korai bioprocesszort viszont csak hónapokig tartó kísérletekhez ajánlják. Egy-egy MEA eredetileg órákig húzta csupán, de a rendszeren finomítottak, és az organoidok mostani élettartama kb. száz nap.
A jövőben nyilván jóval több lesz.
A bioprocesszorokkal kapcsolatos kutatásokat és fejlesztéseket előremozdítandó, a startup eddig kilenc intézménynek biztosított hozzáférést. Az együttműködésektől a világ első élő számítógépének létrehozását remélik.
A nyolc intézmény mellett legalább harminc egyetem is érdeklődik. Felhasználónként havi ötszáz dollár az előfizetés.
Képek: FinalSpark
