
文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片
自打沾上 AI 和大模型推理训练之后 , 在这个领域没啥对手的老黄 , 高端显卡眼瞅着越卖越贵 。 到头来 , 连带着我们这群臭打游戏的也遭了秧 , 想要高性能的显卡就得加钱 。。。
但是最近看到一条新闻 , 让我感觉摆脱老黄的统治 , 买上便宜的显卡 , 也不是没有可能 。
事情是这样的 , 澳大利亚有家公司叫 Cortical Labs , 推出了一台能将人类脑细胞与硅芯片结合的生物计算机 , 用人类神经元处理数据 , 直接 “ 活体计算 ” 。
这个技术再发展发展 , 恐怕下一步就是培养出更接近大脑的器官 , 是不是感觉黑客帝国要上演现实版了?
但先别急 , 相信有不少人看到这里的第一反应 , 是质疑这件新闻的真实性 , 以及好奇这个事情的原理 。 接下来咱们一个个慢慢聊 。
想要搞懂这个颠覆咱们认知的事情 , 得先确立几个基本的概念 。
【用人脑细胞跑AI,我快搞不懂这个世界了】首先 , 将成熟的体细胞重新编程为多能干细胞 , 技术已经非常成熟了 。 早在 2012年 , 英国科学家约翰?格登(John B. Gurdon)和日本科学家山中伸弥(Shinya Yamanaka) , 就发现了 iPSC( 诱导性多能干细胞 )技术 。
根据这个技术 , 理论上可以在体外大规模培养人体干细胞 , 还可以利用干细胞的全能特性 , 定向去诱导分化出具备特定功能的人体细胞 。
而且利用 iPSC技术培育类器官( 如微型肝脏 ) , 或者修补受损组织等相关的医疗用途 , 可以说是很常见了 。
其次 , 通过主动向细胞发送电信号、再收集记录细胞发出的电信号 , 可以实现硅基芯片与细胞之间的信息传递 。
也就是 , 我们可以通过放电 , 告诉细胞目前发生了啥 , 还可以通过监测记录细胞的放电 , 搞明白它想表达啥 。
明白这两点之后 , 接下来咱们就可以正式讲讲生物计算机的事了 。
开头提到的 Cortical Labs 团队 , 将提取的人体细胞重新编程为干细胞 , 随后将它们诱导分化成了神经细胞 , 然后培养成有着真正神经轴突和树突的细胞集合 , 并且证实了这个“迷你大脑”是有智能的 。
相关的论文 , 已经发表在神经科学领域极具权威性的期刊《Neuron》上 。
简单来说 , 他们尝试让这个体外合成的人工智能玩经典的乒乓球游戏《Pong》 。
如果球板击中乒乓球 , 那么系统就会产生一个可以预测的、规律的电刺激奖励;反之 , 就会产生一个不和谐的随机电流 。 结果发现 , 迷你大脑会为了追求可预测的电信号 , 自己琢磨明白了游戏规则 。
当然世超本身并不是从事这方面研究的 , 还是看了 B 站 up 主@K形态生命科学关于实验的解析 , 才明白 Cortical Labs 团队具体都干了啥——
他们用不同位置的电极刺激神经网络 , 用来代表乒乓球的位置;同时电极的刺激频率 , 代表着球距离球板的距离 。 同时微电极阵列还会感应神经网络的电流变化 , 以此来操控小球 。
随着电刺激的反复进行 , 迷你大脑开始尝试移动球板 , 击中小球 。 并且球板并不是来回无意义地反复移动“碰运气” , 而是恰好能出现在小球的移动路径上 。
也就证明 , 这个迷你大脑意识到自己在玩游戏 , 而且随着时间的推移玩得越来越好了 。
并且 , 团队也用电脑人工智能模拟了这个游戏 , 发现生物计算机的效率是电脑的500倍以上 。。。
相较于电脑人工智能大模型 , 靠海量的数据运算和参数优化 , 才能模拟真实的神经网络 , 迷你大脑在自我学习的情况下 , 直接掌握了游戏逻辑 。
这也意味着 , 丢给迷你大脑别的课题 , 它极有可能表现得比电脑人工智能更好 。
正是在这个实验的基础上 , Cortical Labs 团队推出了生物计算机 CL1 。 每台 CL1 装有大约 80 万个人类神经元 , 以及与它们交互的阵列电极 。 当然为了维持神经元的活性 , 还有配套的生命维持系统 , 负责调节温度、供给氧气等等 。
那说了这么多 , 生物计算机到底有啥优势呢?
首先 , 相比较传统计算机 , 效率更高这一点 , 刚才的实验环节其实已经足够说明问题了 。 但是最新的 CL1 能发挥啥样的效果 , 世超这里也不好下定论 。
毕竟售价也不是一般人能够负担得起的:单台 CL1 售价为 3.5w 美元( 约 25.1 万人民币 ) , 30 台起购 , 每台也要 2w 美元 。 目前看来 , 最主要的用途还是医学和 AI 相关的研发 。
不过 CL1 也提供远程租赁的方案 , 每周 300 美元 , 就可以远程访问一台 CL1 。 目前已经正式开启租用服务了 , 如果哪位差友从事相关研究 , 用上了这台设备的 , 记得在评论区给世超解疑答惑一下 。。。
另一个优势在于 , 生物计算机的功耗极低 。 单个 CL1 单元的功耗仅为 30 瓦 , 一个包含 30 个 CL1 单元的机架也仅消耗 850-1000 瓦的能量 , 远低于传统 AI 服务器 。
其实再举一个直观的例子 , 会更方便大家理解 , 人脑平均功耗仅仅为 20 瓦左右 , 但与柯洁对弈的 AlphaGo , TPU 集群运行的功耗大约 160 瓦 , 而为了训练它所消耗的功耗 , 足够驱动上万个大脑连续运行 。。。
那么是不是可以畅想一下 , 未来的生物计算机 , 能开发出脑神经专用编程语言 , 效率直接起飞;或者通过神经细胞的自适应学习能力 , 补齐电脑人工智能在模糊感知任务上的短板 。 这样的话 , 也许训练AI , 可以多一个选择 , 就不用上赶着找老黄买显卡了 。。。
但是生物计算机的发展 , 也面临一些道德伦理问题——
虽说目前 CL1 系统的神经元数量 , 与人脑 860 亿的神经元规模相比不值一提 。。。 但是当类人脑器官的规模到一定程度后 , 是否会产生自我意识?所以 , 生物计算机能实现什么样的效果 , 这条路能不能走得通 , 还是让子弹再飞一会吧 。
推荐阅读
- 亚马逊携Zoox强势入局自动驾驶出租车赛道,挑战Waymo领跑地位
- iQOO更激进了,7000mAh大电池手机低至1444元起,跑分可达242万
- 荣耀旗舰热销“卖断货”,16GB+1TB+344万跑分,顶配版跌至4299元
- 红米新机有点猛,跑分324万+7410mAH大电池,本月发布!
- 小米平板7S Pro跑分公布
- 324万跑分+0916C马达,K80至尊版配置全面总结,理性聊聊它的表现!
- AMD锐龙9000G Zen5 APU首次现身跑分!核显逼近3.1GHz
- 史上最强芯片!天玑9500跑分出炉,采用台积电N3P工艺
- 联发科史上最强SoC!天玑9500跑分出炉:OPPO Find X9系列首发
- 7410mAh+324万跑分!红米这配置,是要“以下犯上”啊
