Levande datacenter: Varför AI vänder sig till mänskliga nervceller

Traders Union
Alla nyheter
Redaktörernas val
Hur Cortical Labs teknik kan förändra framtidens databehandling

Alla nyheter

Toppnyheter

Redaktörernas val

Kryptonyheter

Finansiella nyheter

Nyheter från branschledare

Miljardärer

Företag

Nyheter om mäklare

Nyheter från tillsynsmyndigheterna

Darina Pashchenko

13.03.2026

Levande datacenter: Varför AI vänder sig till mänskliga nervceller — Biologiska datorer: Hur hjärnceller kan förändra arkitekturen i datacenter för artificiell intelligens

Medan teknikjättarna fortsätter att bygga allt kraftfullare datacenter för artificiell intelligens, söker vissa forskare efter en helt annan datorarkitektur. Det australiensiska startupföretaget Cortical Labs har introducerat ett system där beräkningarna inte utförs av kiselchip utan av mänskliga hjärnceller som odlats i ett laboratorium. Detta experiment kan vara början på en era av biologiska datorer, där gränsen mellan biologi och teknik gradvis suddas ut.

Denna artikel har översatts från originalet. Läs originalversionen av vår korrespondent här.

Biologiska datorer som en ny metod för databehandling

Sedan flera år tillbaka har utvecklingen av artificiell intelligens stött på samma hinder - datorkraft. Ju mer komplexa modellerna blir, desto mer energi och infrastruktur kräver datacentren. Mot denna bakgrund presenterade det australiensiska startupföretaget Cortical Labs en ovanlig lösning: en prototyp av ett biologiskt datacenter där beräkningarna inte utförs av processorer utan av mänskliga hjärnceller. Enligt Bloomberg planeras två platser där dessa biodatorer ska fungera i Singapore och Melbourne.

En sådan utveckling kan verka som ett vetenskapligt experiment, men intresset för dem växer just på grund av begränsningarna i den traditionella datorarkitekturen. Moderna GPU-kluster förbrukar hundratals watt per chip och kräver massiva datacenter, medan biologiska neurala system kan vara kapabla att lösa inlärnings- och anpassningsuppgifter med betydligt lägre energiförbrukning. Om dessa tekniker fortsätter att utvecklas kan detta inte bara vara ännu en startup utan ett försök att ompröva själva principerna bakom hur datorsystem fungerar.

Hur biologiska datorer fungerar

Kärnan i Cortical Labs utveckling är ett system där levande nervceller ansluts till ett kiselchip. Nervcellerna odlas i ett laboratorium och placeras på en speciell elektrodgrupp som gör det möjligt för forskarna att både läsa av deras aktivitet och skicka elektriska signaler till dem. På så sätt skapas ett tvåvägsgränssnitt: elektroniken stimulerar cellerna och cellerna svarar med elektriska impulser som kan tolkas som beräkningsresultat.

Den viktigaste egenskapen hos sådana system är neuronernas förmåga att lära sig och anpassa sig. Till skillnad från klassiska processorer som strikt utför programmerade instruktioner kan levande neurala nätverk ändra sitt beteende beroende på inkommande signaler. Experiment med dessa system har redan visat att biologiska neurala kulturer har en grundläggande inlärningsförmåga. I DishBrain-systemet lärde sig till exempel odlade nervceller att interagera med en simulering av spelet Pong och anpassade sin aktivitet till vad som hände på skärmen - resultaten av detta experiment publicerades i tidskriften Neuron. I senare demonstrationer visade forskarna också att nervcellskulturer kunde reagera på delar av spelet Doom och bilda enkla modeller för inlärning och adaptivt beteende.

Loading...

Tweeten raderades av författaren.

Men vi sparade allt 🙂.

I praktiken handlar det om ett hybridsystem där biologi samverkar med programmerbar elektronik. Kiselchip står för gränssnittet och signalbehandlingen, medan nervcellerna utför en del av beräkningsarbetet med hjälp av sina inlärningsmekanismer. Detta tillvägagångssätt kan koppla samman två världar - artificiell intelligens och neurobiologi - och skapa en ny typ av databehandling som för närvarande existerar någonstans mellan ett laboratorieexperiment och en framtida teknisk plattform.

Varför industrin letar efter alternativ till traditionella datacenter

Moderna AI-modeller kräver allt större GPU-kluster, och träning av stora neurala nätverk kan ta veckor samtidigt som det tar enorma resurser i anspråk. Världens största teknikföretag bygger nu datacenter värda miljarder dollar eftersom datorinfrastrukturen har blivit den främsta begränsande faktorn i AI-utvecklingen.

Samtidigt växer också energibördan. Moderna datacenter förbrukar redan ca 1 %-1,5 % av världens elektricitet och för att kyla dem krävs betydande mängder vatten.

Loading...

Tweeten raderades av författaren.

Men vi sparade allt 🙂.

En enda högpresterande GPU kan förbruka mellan 400 W och 700 W, och stora kluster innehåller tusentals sådana chips. Därför håller AI-infrastrukturen på att bli ett av de mest energikrävande segmenten i den digitala ekonomin.

Det är därför som forskare nyligen har börjat söka efter alternativa datorarkitekturer. Biologiska system kan potentiellt vara mycket mer effektiva. Till exempel förbrukar en enda CL1-modul från Cortical Labs cirka 30 W, vilket är en storleksordning mindre än moderna grafikprocessorer. Även om dessa tekniker fortfarande befinner sig i ett tidigt skede visar deras framväxt att industrin börjar söka lösningar på den energikris inom databehandling som följer med den snabba tillväxten av artificiell intelligens.

Var biologiska datorsystem skulle kunna användas

Än så länge är biologiska datorsystem en experimentell teknik, men forskarna diskuterar redan flera områden där de skulle kunna visa sig vara särskilt användbara. Ett av de mest uppenbara är den grundläggande hjärnforskningen. Med neurala kulturer som är anslutna till elektroniska gränssnitt kan forskarna observera hur signaler bildas, hur celler reagerar på stimuli och hur inlärning sker i neurala nätverk. För neurovetenskapen innebär detta en möjlighet att studera processer som fortfarande är nästan omöjliga att observera direkt i den levande hjärnan.

En annan viktig tillämpning är sjukdomsmodellering och läkemedelsutveckling. Neurala kulturer kan odlas från mänskliga celler och användas som modeller för att studera neurodegenerativa sjukdomar som Alzheimers eller Parkinsons. I dessa system kan forskarna observera hur den neurala aktiviteten förändras under påverkan av olika substanser och testa potentiella behandlingar snabbare och mer exakt än i traditionella laboratoriemodeller.

Slutligen kan sådana system också spela en roll i den framtida utvecklingen av artificiell intelligens. Levande neurala nätverk har en naturlig förmåga att lära sig och anpassa sig, vilket gör dem till en potentiell plattform för att experimentera med nya inlärningsalgoritmer. Till skillnad från konventionella neurala nätverk som kräver enorma dataresurser för träning, kan biologiska system uppvisa adaptivt beteende genom interaktioner mellan celler. Därför kan biologiska datorsystem visa sig vara särskilt lovande inom områden där inlärning, självorganisering och anpassning till nya data är avgörande.

Ny teknik innebär nya regler

Framväxten av biologiska datorsystem väcker oundvikligen nya frågor - inte bara tekniska utan även etiska. Till skillnad från traditionella datorer använder dessa plattformar levande mänskliga celler och befinner sig därför i skärningspunkten mellan flera områden: bioteknik, neurovetenskap och den digitala industrin. Detta har lett till att diskussionerna om sådana projekt har börjat röra sig utanför laboratorierna och blivit ett debattämne bland forskare, jurister och specialister på bioetik.

En av de viktigaste frågorna handlar om var gränsen går mellan biologiskt material och ett system som kan uppvisa tecken på känslighet eller komplext beteende. Dagens neurala kulturer är relativt enkla strukturer bestående av tiotals eller hundratusentals celler och de har inget medvetande. Forskarna är dock medvetna om att det i takt med att tekniken utvecklas kan uppstå nya utmaningar - från biosäkerhetsstandarder till regler för användning av mänskliga celler och begränsningar för att skapa mer komplexa neurala system.

Det är därför som experter i allt högre grad hävdar att det juridiska och etiska ramverket för den framtida biologiska dataindustrin bör diskuteras i förväg. Om sådan teknik så småningom lämnar laboratorierna och blir en del av datainfrastrukturen kommer den sannolikt att kräva en separat reglering - precis som skedde med genetisk forskning och artificiell intelligens. Ju tidigare denna diskussion inleds, desto större är chansen att utvecklingen av detta nya teknikområde inte bara går snabbt utan också sker på ett ansvarsfullt sätt.

Detta material kan innehålla åsikter från tredje part, ingen av uppgifterna och informationen på denna webbsida utgör investeringsrådgivning enligt vår Ansvarsfriskrivning. Även om vi följer strikt Redaktionell Integritet, kan detta inlägg innehålla referenser till produkter från våra partners.

Gillade du artikeln?