Data center viventi: perché l'IA sta puntando sui neuroni umani

Mentre i giganti della tecnologia continuano a costruire centri dati sempre più potenti per l'intelligenza artificiale, alcuni ricercatori stanno cercando un'architettura di calcolo completamente diversa. La startup australiana Cortical Labs ha presentato un sistema in cui i calcoli non sono eseguiti da chip di silicio ma da cellule cerebrali umane coltivate in laboratorio. Questo esperimento potrebbe segnare l'inizio dell'era dei computer biologici, in cui il confine tra biologia e tecnologia diventa gradualmente meno netto.

I computer biologici come nuovo approccio all'informatica

Questi sviluppi possono sembrare un esperimento scientifico, ma il loro interesse sta crescendo proprio a causa dei limiti dell'architettura di calcolo tradizionale. I moderni cluster di GPU consumano centinaia di watt per chip e richiedono centri dati enormi, mentre i sistemi neurali biologici potrebbero essere in grado di risolvere compiti di apprendimento e adattamento con un consumo energetico notevolmente inferiore. Se queste tecnologie continueranno a svilupparsi, potrebbero rappresentare non solo un'altra startup, ma un tentativo di ripensare i principi stessi del funzionamento dei sistemi di elaborazione.

Come funzionano i computer biologici

La caratteristica principale di questi sistemi è la capacità dei neuroni di apprendere e adattarsi. A differenza dei processori classici che eseguono rigorosamente istruzioni programmate, le reti neurali viventi possono modificare il loro comportamento in base ai segnali in arrivo. Gli esperimenti con questi sistemi hanno già dimostrato che le colture neurali biologiche sono in grado di apprendere di base. Ad esempio, nel sistema DishBrain, i neuroni coltivati hanno imparato a interagire con una simulazione del gioco Pong, adattando la loro attività a ciò che accadeva sullo schermo; i risultati di questo esperimento sono stati pubblicati sulla rivista Neuron. In dimostrazioni successive, i ricercatori hanno anche dimostrato che le colture neurali potevano rispondere a elementi del gameplay di Doom, formando semplici modelli di apprendimento e comportamento adattivo.

Loading...

Il tweet è stato eliminato dall’autore.

Ma abbiamo salvato tutto 🙂.

In pratica, si tratta di un sistema ibrido in cui la biologia lavora insieme all'elettronica programmabile. I chip di silicio forniscono l'interfaccia e l'elaborazione del segnale, mentre le cellule neurali svolgono parte del lavoro di calcolo utilizzando i loro meccanismi di apprendimento. Questo approccio potrebbe collegare due mondi - l'intelligenza artificiale e la neurobiologia - creando un nuovo tipo di calcolo che attualmente si colloca a metà strada tra un esperimento di laboratorio e una futura piattaforma tecnologica.

Perché l'industria sta cercando alternative ai data center tradizionali

Allo stesso tempo, cresce anche l'onere energetico. I moderni data center consumano già circa l'1%-1,5% dell'elettricità mondiale e il loro raffreddamento richiede notevoli quantità di acqua.

Loading...

Il tweet è stato eliminato dall’autore.

Ma abbiamo salvato tutto 🙂.

Una singola GPU ad alte prestazioni può consumare tra i 400 e i 700 W, e i cluster di grandi dimensioni contengono migliaia di chip di questo tipo. Di conseguenza, l'infrastruttura dell'intelligenza artificiale sta diventando uno dei segmenti dell'economia digitale a più alto consumo energetico.

Per questo motivo i ricercatori hanno recentemente iniziato a cercare architetture di calcolo alternative. I sistemi biologici potrebbero essere molto più efficienti. Ad esempio, un singolo modulo CL1 di Cortical Labs consuma circa 30 W, un ordine di grandezza inferiore ai moderni processori grafici. Sebbene queste tecnologie siano ancora in fase iniziale, la loro comparsa dimostra che l'industria sta iniziando a cercare soluzioni alla crisi energetica dell'informatica che accompagna la rapida crescita dell'intelligenza artificiale.

Dove potrebbe essere applicata l'informatica biologica

Un'altra importante applicazione riguarda la modellazione delle malattie e lo sviluppo di farmaci. Le colture neurali possono essere coltivate a partire da cellule umane e utilizzate come modelli per lo studio di malattie neurodegenerative come l'Alzheimer o il Parkinson. In questi sistemi, i ricercatori possono osservare come cambia l'attività neurale sotto l'influenza di diverse sostanze e testare potenziali trattamenti in modo più rapido e accurato rispetto ai tradizionali modelli di laboratorio.

Infine, questi sistemi possono svolgere un ruolo nello sviluppo futuro dell'intelligenza artificiale. Le reti neurali viventi possiedono naturalmente la capacità di apprendere e adattarsi, il che le rende una potenziale piattaforma per sperimentare nuovi algoritmi di apprendimento. A differenza delle reti neurali convenzionali, che richiedono enormi risorse di calcolo per l'addestramento, i sistemi biologici possono dimostrare un comportamento adattivo attraverso le interazioni tra le cellule. Per questo motivo, l'informatica biologica potrebbe rivelarsi particolarmente promettente in settori in cui l'apprendimento, l'auto-organizzazione e l'adattamento a nuovi dati sono essenziali.

Nuova tecnologia significa nuove regole

Una delle questioni principali riguarda il confine tra il materiale biologico e un sistema in grado di mostrare segni di sensibilità o di comportamento complesso. Le attuali colture neurali sono strutture relativamente semplici, composte da decine o centinaia di migliaia di cellule, e non possiedono coscienza. Tuttavia, i ricercatori riconoscono che, con lo sviluppo della tecnologia, potrebbero sorgere nuove sfide: dagli standard di biosicurezza alle norme che regolano l'uso di cellule umane e le limitazioni alla creazione di sistemi neurali più complessi.

Per questo motivo gli esperti sostengono sempre più spesso che il quadro giuridico ed etico per la futura industria dell'informatica biologica dovrebbe essere discusso in anticipo. Se alla fine queste tecnologie usciranno dai laboratori e diventeranno parte dell'infrastruttura informatica, probabilmente richiederanno una regolamentazione separata, proprio come è successo con la ricerca genetica e l'intelligenza artificiale. Quanto prima inizierà questa discussione, tanto maggiore sarà la possibilità che lo sviluppo di questo nuovo settore tecnologico proceda non solo rapidamente, ma anche in modo responsabile.