Živá datová centra: Proč se AI obrací k lidským neuronům

Traders Union
Všechny zprávy
Výběr redakce
Jak může technologie Cortical Labs změnit budoucnost výpočetní techniky

Všechny zprávy

Hlavní zprávy

Výběr redakce

Akcie

Kryptoměny

Finanční zprávy

Měny

Komodity

Centrální banky

Darina Pashchenko

13.03.2026

Živá datová centra: Proč se AI obrací k lidským neuronům — Biologické počítače: Jak by mozkové buňky mohly změnit architekturu datových center umělé inteligence?

Zatímco technologičtí giganti budují stále výkonnější datová centra pro umělou inteligenci, někteří výzkumníci hledají zcela jinou výpočetní architekturu. Australský startup Cortical Labs představil systém, v němž výpočty neprovádějí křemíkové čipy, ale lidské mozkové buňky vypěstované v laboratoři. Tento experiment může znamenat začátek éry biologických počítačů, kdy se postupně stírá hranice mezi biologií a technologií.

Tento článek byl přeložen z originálu. Přečtěte si původní verzi od našeho korespondenta zde.

Biologické počítače jako nový přístup k výpočetní technice

Vývoj umělé inteligence již několik let naráží na stejnou bariéru - výpočetní výkon. Čím jsou modely složitější, tím více energie a infrastruktury datová centra vyžadují. V této souvislosti představil australský startup Cortical Labs neobvyklé řešení: prototyp biologického datového centra, v němž výpočty neprovádějí procesory, ale lidské mozkové buňky. Podle agentury Bloomberg jsou dvě místa, kde budou tyto biopočítače fungovat, plánována v Singapuru a Melbourne.

Takový vývoj se může zdát jako vědecký experiment, ale zájem o něj roste právě kvůli omezením tradiční výpočetní architektury. Moderní klastry GPU spotřebovávají stovky wattů na čip a vyžadují obrovská datová centra, zatímco biologické neuronové systémy mohou být schopny řešit úlohy učení a adaptace s výrazně nižší spotřebou energie. Pokud se tyto technologie budou dále rozvíjet, může to představovat nejen další startup, ale pokus o přehodnocení samotných principů fungování výpočetních systémů.

Jak fungují biologické počítače

Jádrem vývoje společnosti Cortical Labs je systém, v němž jsou živé nervové buňky připojeny ke křemíkovému čipu. Neurony jsou pěstovány v laboratoři a umístěny na speciální soustavu elektrod, která výzkumníkům umožňuje jak číst jejich aktivitu, tak do nich vysílat elektrické signály. V podstatě tak vzniká obousměrné rozhraní: elektronika stimuluje buňky a ty reagují elektrickými impulsy, které lze interpretovat jako výpočetní výstup.

Klíčovou vlastností těchto systémů je schopnost neuronů učit se a přizpůsobovat se. Na rozdíl od klasických procesorů, které striktně vykonávají naprogramované instrukce, mohou živé neuronové sítě měnit své chování v závislosti na příchozích signálech. Experimenty s těmito systémy již ukázaly, že biologické neuronové kultury jsou schopny základního učení. Například v systému DishBrain se kultivované neurony naučily komunikovat se simulací hry Pong a přizpůsobovaly svou aktivitu tomu, co se dělo na obrazovce - výsledky tohoto experimentu byly publikovány v časopise Neuron. V pozdějších demonstracích vědci také ukázali, že neuronové kultury mohou reagovat na prvky hry Doom a vytvářet jednoduché modely učení a adaptivního chování.

Loading...

Tweet byl autorem smazán.

Ale my jsme všechno uložili 🙂.

V praxi to představuje hybridní systém, kde biologie spolupracuje s programovatelnou elektronikou. Křemíkové čipy zajišťují rozhraní a zpracování signálu, zatímco nervové buňky vykonávají část výpočetní práce pomocí svých mechanismů učení. Tento přístup by mohl propojit dva světy - umělou inteligenci a neurobiologii - a vytvořit tak nový typ výpočetní techniky, která v současnosti existuje někde na pomezí laboratorního experimentu a budoucí technologické platformy.

Proč průmysl hledá alternativy k tradičním datovým centrům

Moderní modely umělé inteligence vyžadují stále větší clustery GPU a trénování velkých neuronových sítí může trvat týdny a zároveň spotřebovávat obrovské zdroje. Největší světové technologické společnosti nyní budují datová centra v hodnotě miliard dolarů, protože výpočetní infrastruktura se stala hlavním limitujícím faktorem při vývoji AI.

Zároveň roste i energetická zátěž. Moderní datová centra již spotřebovávají asi 1-1,5 % světové spotřeby elektřiny a jejich chlazení vyžaduje značné množství vody.

Loading...

Tweet byl autorem smazán.

Ale my jsme všechno uložili 🙂.

Jeden výkonný grafický procesor může spotřebovat 400 až 700 W a velké clustery obsahují tisíce takových čipů. V důsledku toho se infrastruktura umělé inteligence stává jedním z energeticky nejnáročnějších segmentů digitální ekonomiky.

Proto výzkumníci v poslední době začali hledat alternativní výpočetní architektury. Biologické systémy by mohly být potenciálně mnohem efektivnější. Například jeden modul CL1 od společnosti Cortical Labs spotřebuje přibližně 30 W, což je řádově méně než moderní grafické procesory. Ačkoli jsou tyto technologie stále v rané fázi, jejich vznik ukazuje, že průmysl začíná hledat řešení energetické krize ve výpočetní technice, která doprovází rychlý růst umělé inteligence.

Kde by se biologické výpočty mohly uplatnit

Biologické výpočetní systémy zatím zůstávají experimentální technologií, ale vědci již diskutují o několika oblastech, kde by se mohly ukázat jako obzvláště užitečné. Jednou z nejzřetelnějších je základní výzkum mozku. Neuronové kultury připojené k elektronickým rozhraním umožňují vědcům pozorovat, jak se tvoří signály, jak buňky reagují na podněty a jak v neuronových sítích vzniká učení. Pro neurovědu to představuje příležitost studovat procesy, které je dosud téměř nemožné pozorovat přímo uvnitř živého mozku.

Další důležitá aplikace se týká modelování nemocí a vývoje léků. Neuronové kultury lze vypěstovat z lidských buněk a použít je jako modely pro studium neurodegenerativních onemocnění, jako je Alzheimerova nebo Parkinsonova choroba. V těchto systémech mohou vědci pozorovat, jak se mění nervová aktivita pod vlivem různých látek, a testovat potenciální léčbu rychleji a přesněji než na tradičních laboratorních modelech.

V neposlední řadě mohou tyto systémy hrát roli i v budoucím vývoji umělé inteligence. Živé neuronové sítě mají přirozenou schopnost učit se a přizpůsobovat se, což z nich činí potenciální platformu pro experimentování s novými učebními algoritmy. Na rozdíl od běžných neuronových sítí, které vyžadují obrovské výpočetní zdroje pro trénink, mohou biologické systémy vykazovat adaptivní chování prostřednictvím interakcí mezi buňkami. Z tohoto důvodu by se biologické výpočty mohly ukázat jako obzvláště slibné v oblastech, kde je nezbytné učení, samoorganizace a přizpůsobení se novým datům.

Nová technologie znamená nová pravidla

Vznik biologických výpočetních systémů nevyhnutelně vyvolává nové otázky - nejen technologické, ale také etické. Na rozdíl od tradičních počítačů tyto platformy využívají živé lidské buňky, a proto se nacházejí na pomezí několika oblastí: biotechnologie, neurovědy a digitálního průmyslu. V důsledku toho se diskuse o těchto projektech přesouvají mimo laboratoře a stávají se předmětem debat mezi vědci, právníky a odborníky na bioetiku.

Jedna z klíčových otázek se týká toho, kde leží hranice mezi biologickým materiálem a systémem schopným vykazovat známky citlivosti nebo komplexního chování. Dnešní neuronové kultury jsou relativně jednoduché struktury sestávající z desítek či stovek tisíc buněk a nemají vědomí. Výzkumníci nicméně připouštějí, že s rozvojem technologie mohou vyvstat nové výzvy - od norem biologické bezpečnosti až po pravidla upravující používání lidských buněk a omezení pro vytváření složitějších nervových systémů.

Proto odborníci stále častěji tvrdí, že právní a etický rámec budoucího odvětví biologické výpočetní techniky by měl být předem projednán. Pokud se tyto technologie nakonec dostanou mimo laboratoře a stanou se součástí počítačové infrastruktury, budou pravděpodobně vyžadovat samostatnou regulaci - podobně jako tomu bylo v případě genetického výzkumu a umělé inteligence. Čím dříve tato diskuse začne, tím větší je šance, že vývoj této nové technologické oblasti bude probíhat nejen rychle, ale také zodpovědně.

Tento materiál může obsahovat názory třetích stran, žádná data a informace na této webové stránce nepředstavují investiční poradenství podle našeho Prohlášení. I když dodržujeme přísnou Redakční integritu, tento příspěvek může obsahovat odkazy na produkty od našich partnerů.

Líbil se vám článek?