Data centers vivos: por que a IA está recorrendo aos neurônios humanos

Enquanto os gigantes da tecnologia continuam a construir centros de dados cada vez mais poderosos para a inteligência artificial, alguns pesquisadores estão buscando uma arquitetura de computação completamente diferente. A startup australiana Cortical Labs apresentou um sistema no qual os cálculos são realizados não por chips de silício, mas por células cerebrais humanas cultivadas em um laboratório. Esse experimento pode marcar o início da era dos computadores biológicos, em que a fronteira entre a biologia e a tecnologia se torna gradualmente mais tênue.

Computadores biológicos como uma nova abordagem para a computação

Esses desenvolvimentos podem parecer um experimento científico, mas o interesse por eles está crescendo justamente por causa das limitações da arquitetura de computação tradicional. Os modernos clusters de GPU consomem centenas de watts por chip e exigem enormes centros de dados, enquanto os sistemas neurais biológicos podem ser capazes de resolver tarefas de aprendizado e adaptação com um consumo de energia significativamente menor. Se essas tecnologias continuarem a se desenvolver, isso poderá representar não apenas mais uma startup, mas uma tentativa de repensar os próprios princípios por trás da operação dos sistemas de computação.

Como funcionam os computadores biológicos

A principal característica desses sistemas é a capacidade dos neurônios de aprender e se adaptar. Diferentemente dos processadores clássicos que executam estritamente instruções programadas, as redes neurais vivas podem mudar seu comportamento dependendo dos sinais recebidos. Os experimentos com esses sistemas já demonstraram que as culturas neurais biológicas são capazes de aprendizado básico. Por exemplo, no sistema DishBrain, os neurônios cultivados aprenderam a interagir com uma simulação do jogo Pong, adaptando sua atividade ao que estava acontecendo na tela - os resultados desse experimento foram publicados na revista Neuron. Em demonstrações posteriores, os pesquisadores também mostraram que as culturas neurais podiam responder a elementos do jogo Doom, formando modelos simples de aprendizado e comportamento adaptativo.

Loading...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

Na prática, isso representa um sistema híbrido em que a biologia trabalha em conjunto com a eletrônica programável. Os chips de silício fornecem a interface e o processamento de sinais, enquanto as células neurais realizam parte do trabalho computacional usando seus mecanismos de aprendizado. Essa abordagem poderia conectar dois mundos - inteligência artificial e neurobiologia - criando um novo tipo de computação que atualmente existe em algum lugar entre um experimento de laboratório e uma futura plataforma tecnológica.

Por que o setor está buscando alternativas aos data centers tradicionais

Ao mesmo tempo, a carga de energia também está crescendo. Os data centers modernos já consomem cerca de 1% a 1,5% da eletricidade do mundo, e seu resfriamento requer quantidades significativas de água.

Loading...

O tweet foi excluído pelo autor.

Mas guardámos tudo 🙂.

Uma única GPU de alto desempenho pode consumir entre 400 W e 700 W, e os grandes clusters contêm milhares desses chips. Como resultado, a infraestrutura de IA está se tornando um dos segmentos da economia digital que mais consome energia.

É por isso que os pesquisadores começaram recentemente a buscar arquiteturas de computação alternativas. Os sistemas biológicos poderiam ser muito mais eficientes. Por exemplo, um único módulo CL1 da Cortical Labs consome cerca de 30 W, uma ordem de grandeza menor do que os processadores gráficos modernos. Embora essas tecnologias ainda estejam em um estágio inicial, seu surgimento mostra que o setor está começando a buscar soluções para a crise de energia na computação que acompanha o rápido crescimento da inteligência artificial.

Onde a computação biológica poderia ser aplicada

Outra aplicação importante envolve a modelagem de doenças e o desenvolvimento de medicamentos. As culturas neurais podem ser cultivadas a partir de células humanas e usadas como modelos para o estudo de doenças neurodegenerativas, como Alzheimer ou Parkinson. Nesses sistemas, os pesquisadores podem observar como a atividade neural muda sob a influência de diferentes substâncias e testar possíveis tratamentos com mais rapidez e precisão do que nos modelos tradicionais de laboratório.

Por fim, esses sistemas também podem desempenhar um papel no desenvolvimento futuro da inteligência artificial. As redes neurais vivas possuem naturalmente a capacidade de aprender e se adaptar, o que as torna uma plataforma em potencial para a experimentação de novos algoritmos de aprendizado. Ao contrário das redes neurais convencionais, que exigem enormes recursos de computação para treinamento, os sistemas biológicos podem demonstrar comportamento adaptativo por meio de interações entre as células. Por esse motivo, a computação biológica pode se mostrar particularmente promissora em áreas em que o aprendizado, a auto-organização e a adaptação a novos dados são essenciais.

Nova tecnologia significa novas regras

Uma das principais questões diz respeito a onde está o limite entre o material biológico e um sistema capaz de demonstrar sinais de sensibilidade ou comportamento complexo. As culturas neurais atuais são estruturas relativamente simples, compostas por dezenas ou centenas de milhares de células, e não possuem consciência. No entanto, os pesquisadores reconhecem que, à medida que a tecnologia se desenvolve, podem surgir novos desafios - desde padrões de biossegurança até regras que regem o uso de células humanas e limitações na criação de sistemas neurais mais complexos.

É por isso que os especialistas defendem cada vez mais que a estrutura legal e ética para o futuro setor de computação biológica deve ser discutida com antecedência. Se essas tecnologias eventualmente saírem dos laboratórios e se tornarem parte da infraestrutura de computação, provavelmente exigirão uma regulamentação separada, como aconteceu com a pesquisa genética e a inteligência artificial. Quanto mais cedo essa conversa for iniciada, maior será a chance de o desenvolvimento desse novo campo tecnológico prosseguir não apenas com rapidez, mas também com responsabilidade.