Levende datacenters: waarom AI zich richt op menselijke neuronen

Terwijl technologiereuzen doorgaan met het bouwen van steeds krachtigere datacenters voor kunstmatige intelligentie, zijn sommige onderzoekers op zoek naar een compleet andere rekenarchitectuur. De Australische startup Cortical Labs heeft een systeem geïntroduceerd waarbij berekeningen niet worden uitgevoerd door siliciumchips, maar door menselijke hersencellen die in een laboratorium zijn gekweekt. Dit experiment kan het begin inluiden van het tijdperk van biologische computers, waarbij de grens tussen biologie en technologie geleidelijk vervaagt.

Biologische computers als nieuwe benadering van computergebruik

Dergelijke ontwikkelingen lijken misschien een wetenschappelijk experiment, maar de belangstelling ervoor groeit juist vanwege de beperkingen van de traditionele computerarchitectuur. Moderne GPU clusters verbruiken honderden watt per chip en vereisen enorme datacenters, terwijl biologische neurale systemen in staat kunnen zijn om leer- en aanpassingstaken op te lossen met een aanzienlijk lager energieverbruik. Als deze technologieën zich blijven ontwikkelen, zou dit niet zomaar een nieuwe startup kunnen zijn, maar een poging om de principes achter de werking van computersystemen te heroverwegen.

Hoe biologische computers werken

Het belangrijkste kenmerk van dergelijke systemen is het vermogen van neuronen om te leren en zich aan te passen. In tegenstelling tot klassieke processors die strikt geprogrammeerde instructies uitvoeren, kunnen levende neurale netwerken hun gedrag veranderen afhankelijk van binnenkomende signalen. Experimenten met deze systemen hebben al aangetoond dat biologische neurale culturen in staat zijn tot basisleren. In het DishBrain systeem leerden gekweekte neuronen bijvoorbeeld om te gaan met een simulatie van het spel Pong, waarbij ze hun activiteit aanpasten aan wat er op het scherm gebeurde - de resultaten van dit experiment werden gepubliceerd in het tijdschrift Neuron. In latere demonstraties toonden onderzoekers ook aan dat neurale culturen konden reageren op spelelementen in Doom, waardoor eenvoudige modellen van leren en adaptief gedrag werden gevormd.

Loading...

De tweet is verwijderd door de auteur.

Maar we hebben alles opgeslagen 🙂.

In de praktijk is dit een hybride systeem waarin biologie samenwerkt met programmeerbare elektronica. Siliciumchips zorgen voor de interface en signaalverwerking, terwijl neurale cellen een deel van het rekenwerk uitvoeren met behulp van hun leermechanismen. Deze benadering zou twee werelden kunnen verbinden - kunstmatige intelligentie en neurobiologie - en zo een nieuw type computer creëren dat zich momenteel ergens tussen een laboratoriumexperiment en een toekomstig technologisch platform bevindt.

Waarom de industrie op zoek is naar alternatieven voor traditionele datacenters

Tegelijkertijd neemt ook de energielast toe. Moderne datacenters verbruiken al ongeveer 1%-1,5% van alle elektriciteit ter wereld, en om ze te koelen zijn aanzienlijke hoeveelheden water nodig.

Loading...

De tweet is verwijderd door de auteur.

Maar we hebben alles opgeslagen 🙂.

Een enkele krachtige GPU kan tussen 400 W en 700 W verbruiken, en grote clusters bevatten duizenden van zulke chips. AI-infrastructuur wordt daardoor een van de meest energie-intensieve segmenten van de digitale economie.

Daarom zijn onderzoekers onlangs op zoek gegaan naar alternatieve computerarchitecturen. Biologische systemen zouden potentieel veel efficiënter kunnen zijn. Een enkele CL1-module van Cortical Labs verbruikt bijvoorbeeld ongeveer 30 W, een orde van grootte minder dan moderne grafische processors. Hoewel deze technologieën zich nog in een vroeg stadium bevinden, laat hun opkomst zien dat de industrie begint te zoeken naar oplossingen voor de energiecrisis in computers die gepaard gaat met de snelle groei van kunstmatige intelligentie.

Waar biologische computersystemen kunnen worden toegepast

Een andere belangrijke toepassing is het modelleren van ziekten en het ontwikkelen van medicijnen. Neurale culturen kunnen worden gekweekt uit menselijke cellen en worden gebruikt als modellen voor het bestuderen van neurodegeneratieve ziekten zoals Alzheimer of Parkinson. In deze systemen kunnen onderzoekers observeren hoe neurale activiteit verandert onder invloed van verschillende stoffen en potentiële behandelingen sneller en nauwkeuriger testen dan in traditionele laboratoriummodellen.

Tot slot kunnen dergelijke systemen ook een rol spelen in de toekomstige ontwikkeling van kunstmatige intelligentie. Levende neurale netwerken hebben van nature het vermogen om te leren en zich aan te passen, waardoor ze een potentieel platform vormen voor het experimenteren met nieuwe leeralgoritmen. In tegenstelling tot conventionele neurale netwerken die enorme computerbronnen nodig hebben voor training, kunnen biologische systemen adaptief gedrag vertonen door interacties tussen cellen. Om deze reden zou biologische computing bijzonder veelbelovend kunnen zijn op gebieden waar leren, zelforganisatie en aanpassing aan nieuwe gegevens essentieel zijn.

Nieuwe technologie betekent nieuwe regels

Een van de belangrijkste vragen is waar de grens ligt tussen biologisch materiaal en een systeem dat tekenen van gevoeligheid of complex gedrag kan vertonen. De huidige neurale culturen zijn relatief eenvoudige structuren die bestaan uit tienduizenden of honderdduizenden cellen en ze bezitten geen bewustzijn. Desondanks erkennen onderzoekers dat naarmate de technologie zich verder ontwikkelt, er nieuwe uitdagingen kunnen ontstaan, van bioveiligheidsnormen tot regels voor het gebruik van menselijke cellen en beperkingen voor het maken van complexere neurale systemen.

Daarom pleiten experts er steeds vaker voor om het juridische en ethische kader voor de toekomstige biologische computerindustrie vooraf te bespreken. Als dergelijke technologieën uiteindelijk buiten de laboratoria komen en deel gaan uitmaken van de computerinfrastructuur, zullen ze waarschijnlijk aparte regelgeving nodig hebben, net zoals dat gebeurd is met genetisch onderzoek en kunstmatige intelligentie. Hoe eerder dit gesprek begint, hoe groter de kans dat de ontwikkeling van dit nieuwe technologische veld niet alleen snel, maar ook verantwoord zal verlopen.