用人腦細胞跑AI,我快搞不懂這個世界了

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片

用人腦細胞跑AI,我快搞不懂這個世界了

文章圖片



自打沾上 AI 和大模型推理訓練之后 , 在這個領域沒啥對手的老黃 , 高端顯卡眼瞅著越賣越貴 。 到頭來 , 連帶著我們這群臭打游戲的也遭了秧 , 想要高性能的顯卡就得加錢 。。。
但是最近看到一條新聞 , 讓我感覺擺脫老黃的統治 , 買上便宜的顯卡 , 也不是沒有可能 。

事情是這樣的 , 澳大利亞有家公司叫 Cortical Labs , 推出了一臺能將人類腦細胞與硅芯片結合的生物計算機 , 用人類神經元處理數據 , 直接 “ 活體計算 ” 。
這個技術再發展發展 , 恐怕下一步就是培養出更接近大腦的器官 , 是不是感覺黑客帝國要上演現實版了?

但先別急 , 相信有不少人看到這里的第一反應 , 是質疑這件新聞的真實性 , 以及好奇這個事情的原理 。 接下來咱們一個個慢慢聊 。
想要搞懂這個顛覆咱們認知的事情 , 得先確立幾個基本的概念 。
【用人腦細胞跑AI,我快搞不懂這個世界了】首先 , 將成熟的體細胞重新編程為多能干細胞 , 技術已經非常成熟了 。 早在 2012年 , 英國科學家約翰?格登(John B. Gurdon)和日本科學家山中伸彌(Shinya Yamanaka) , 就發現了 iPSC( 誘導性多能干細胞 )技術 。

根據這個技術 , 理論上可以在體外大規模培養人體干細胞 , 還可以利用干細胞的全能特性 , 定向去誘導分化出具備特定功能的人體細胞 。
而且利用 iPSC技術培育類器官( 如微型肝臟 ) , 或者修補受損組織等相關的醫療用途 , 可以說是很常見了 。

其次 , 通過主動向細胞發送電信號、再收集記錄細胞發出的電信號 , 可以實現硅基芯片與細胞之間的信息傳遞 。
也就是 , 我們可以通過放電 , 告訴細胞目前發生了啥 , 還可以通過監測記錄細胞的放電 , 搞明白它想表達啥 。

明白這兩點之后 , 接下來咱們就可以正式講講生物計算機的事了 。
開頭提到的 Cortical Labs 團隊 , 將提取的人體細胞重新編程為干細胞 , 隨后將它們誘導分化成了神經細胞 , 然后培養成有著真正神經軸突和樹突的細胞集合 , 并且證實了這個“迷你大腦”是有智能的 。
相關的論文 , 已經發表在神經科學領域極具權威性的期刊《Neuron》上 。

簡單來說 , 他們嘗試讓這個體外合成的人工智能玩經典的乒乓球游戲《Pong》 。
如果球板擊中乒乓球 , 那么系統就會產生一個可以預測的、規律的電刺激獎勵;反之 , 就會產生一個不和諧的隨機電流 。 結果發現 , 迷你大腦會為了追求可預測的電信號 , 自己琢磨明白了游戲規則 。

當然世超本身并不是從事這方面研究的 , 還是看了 B 站 up 主@K形態生命科學關于實驗的解析 , 才明白 Cortical Labs 團隊具體都干了啥——
他們用不同位置的電極刺激神經網絡 , 用來代表乒乓球的位置;同時電極的刺激頻率 , 代表著球距離球板的距離 。 同時微電極陣列還會感應神經網絡的電流變化 , 以此來操控小球 。

隨著電刺激的反復進行 , 迷你大腦開始嘗試移動球板 , 擊中小球 。 并且球板并不是來回無意義地反復移動“碰運氣” , 而是恰好能出現在小球的移動路徑上 。

也就證明 , 這個迷你大腦意識到自己在玩游戲 , 而且隨著時間的推移玩得越來越好了 。
并且 , 團隊也用電腦人工智能模擬了這個游戲 , 發現生物計算機的效率是電腦的500倍以上 。。。

相較于電腦人工智能大模型 , 靠海量的數據運算和參數優化 , 才能模擬真實的神經網絡 , 迷你大腦在自我學習的情況下 , 直接掌握了游戲邏輯 。
這也意味著 , 丟給迷你大腦別的課題 , 它極有可能表現得比電腦人工智能更好 。
正是在這個實驗的基礎上 , Cortical Labs 團隊推出了生物計算機 CL1 。 每臺 CL1 裝有大約 80 萬個人類神經元 , 以及與它們交互的陣列電極 。 當然為了維持神經元的活性 , 還有配套的生命維持系統 , 負責調節溫度、供給氧氣等等 。

那說了這么多 , 生物計算機到底有啥優勢呢?
首先 , 相比較傳統計算機 , 效率更高這一點 , 剛才的實驗環節其實已經足夠說明問題了 。 但是最新的 CL1 能發揮啥樣的效果 , 世超這里也不好下定論 。
畢竟售價也不是一般人能夠負擔得起的:單臺 CL1 售價為 3.5w 美元( 約 25.1 萬人民幣 ) , 30 臺起購 , 每臺也要 2w 美元 。 目前看來 , 最主要的用途還是醫學和 AI 相關的研發 。
不過 CL1 也提供遠程租賃的方案 , 每周 300 美元 , 就可以遠程訪問一臺 CL1 。 目前已經正式開啟租用服務了 , 如果哪位差友從事相關研究 , 用上了這臺設備的 , 記得在評論區給世超解疑答惑一下 。。。

另一個優勢在于 , 生物計算機的功耗極低 。 單個 CL1 單元的功耗僅為 30 瓦 , 一個包含 30 個 CL1 單元的機架也僅消耗 850-1000 瓦的能量 , 遠低于傳統 AI 服務器 。
其實再舉一個直觀的例子 , 會更方便大家理解 , 人腦平均功耗僅僅為 20 瓦左右 , 但與柯潔對弈的 AlphaGo , TPU 集群運行的功耗大約 160 瓦 , 而為了訓練它所消耗的功耗 , 足夠驅動上萬個大腦連續運行 。。。
那么是不是可以暢想一下 , 未來的生物計算機 , 能開發出腦神經專用編程語言 , 效率直接起飛;或者通過神經細胞的自適應學習能力 , 補齊電腦人工智能在模糊感知任務上的短板 。 這樣的話 , 也許訓練AI , 可以多一個選擇 , 就不用上趕著找老黃買顯卡了 。。。
但是生物計算機的發展 , 也面臨一些道德倫理問題——
雖說目前 CL1 系統的神經元數量 , 與人腦 860 億的神經元規模相比不值一提 。。。 但是當類人腦器官的規模到一定程度后 , 是否會產生自我意識?所以 , 生物計算機能實現什么樣的效果 , 這條路能不能走得通 , 還是讓子彈再飛一會吧 。

    推薦閱讀