Ονομάζεται CL1, κυκλοφόρησε από την αυστραλιανή εταιρεία Cortical Labs και προσφέρει ένα εντελώς νέο είδος υπολογιστικής νοημοσύνης, πιο δυναμικό, βιώσιμο και ενεργειακά αποδοτικό από οποιοδήποτε AI που υπάρχει αυτή τη στιγμή. Θα αρχίσουμε να βλέπουμε τις δυνατότητές του όταν είναι στα χέρια των χρηστών τους επόμενους μήνες.
Γνωστό ως Synthetic Biological Intelligence (SBI), το σύστημα CL1 της Cortical παρουσιάστηκε επίσημα στη Βαρκελώνη στις 2 Μαρτίου 2025 και αναμένεται να αλλάξει το παιχνίδι για την επιστήμη και την ιατρική έρευνα.
Τα νευρωνικά δίκτυα ανθρώπινων κυττάρων που σχηματίζονται στο «τσιπ» πυριτίου είναι ουσιαστικά ένας συνεχώς εξελισσόμενος οργανικός υπολογιστής και οι μηχανικοί πίσω από αυτόν λένε ότι μαθαίνει τόσο γρήγορα και ευέλικτα που ξεπερνά εντελώς τα τσιπ τεχνητής νοημοσύνης με βάση το πυρίτιο που χρησιμοποιούνται για την εκπαίδευση υφιστάμενων μεγάλων γλωσσικών μοντέλων (LLM) όπως το ChatGPT.
«Σήμερα είναι το αποκορύφωμα ενός οράματος που τροφοδότησε τα Cortical Labs για σχεδόν έξι χρόνια», δήλωσε ο ιδρυτής και διευθύνων σύμβουλος της Cortical, Dr Hon Weng Chong, προσθέτοντας ότι αν και αυτό είναι ένα ρηξικέλευθο βήμα προς τα εμπρός, η πλήρης έκταση του συστήματος SBI δεν θα φανεί μέχρι να βρεθεί στα χέρια των χρηστών.
Η startup της Μελβούρνης έχει ήδη σημειώσει κάποια επιτυχία, έχοντας διδάξει νευρώνες σε ένα πιάτο να παίζουν Pong το 2022 .
Ωστόσο, ο απώτερος στόχος τους είναι να χρησιμοποιήσουν αυτές τις μικροσκοπικές συλλογές νευρώνων ως ένα είδος βιολογικής τεχνητής νοημοσύνης. « Προσπαθούμε να αξιοποιήσουμε αυτά τα κύτταρα για ευφυΐα », λένε οι εμπνευστές του συστήματος Άλλοι επιστήμονες που εργάζονται στο πεδίο λένε ότι ενώ συστήματα όπως το CL1 μπορεί να είναι χρήσιμα και αυτό που κάνει η ομάδα να είναι ενδιαφέρον, υπάρχουν περιορισμοί στην τεχνολογία.
Η ιδέα πίσω από το CL1 είναι ότι εφόσον εταιρείες όπως η Google και το OpenAI προσπαθούν να δημιουργήσουν μια τεχνητή νοημοσύνη που να λειτουργεί σαν εγκέφαλος, γιατί να μην χρησιμοποιηθούν οι νευρώνες για να επιτύχουν τον ίδιο στόχο;
Όμως, τα συστήματα νευρώνων σε ένα πιάτο όπως το CL1 δεν είναι AI με τον ίδιο τρόπο που το Chat-GPT ή το DALL-E είναι AI. Ακόμη και ο Dr Kagan έχει πολύ μικρότερες προσδοκίες.
«Δεν είμαστε εδώ για να αντικαταστήσουμε αυτά που οι τρέχουσες μέθοδοι τεχνητής νοημοσύνης κάνουν καλά», λέει ο Kagan στο abc.au. Αλλά σύμφωνα με τον ίδιο, υπάρχουν μερικοί τρόποι με τους οποίους οι νευρώνες λειτουργούν εγγενώς που τους καθιστούν χρήσιμους σε ορισμένες καταστάσεις, όπως η ιατρική έρευνα.
Η τρέχουσα γενιά παραδοσιακών μοντέλων τεχνητής νοημοσύνης καταναλώνει τεράστια ποσά ενέργειας για να παράγει αποτελέσματα. Το CL1 από την άλλη, χρησιμοποιεί μόνο λίγα watt. Το δεύτερο όφελος, σύμφωνα με τον Δρ Kagan, είναι το πόσο γρήγορα μπορεί να μάθει ο εγκέφαλος. Θυμηθείτε πως ο «Dishbrain» έμαθε να παίζει πονγκ
Το CL1 δεν είναι πολύ μεγαλύτερο από ένα κουτί παπουτσιών. Το μεγαλύτερο μέρος του είναι κατασκευασμένο για να στεγάζει και να διατηρεί ζωντανούς τους νευρώνες. Οι νευρώνες είναι περίεργοι και πρέπει να διατηρούνται σε βέλτιστες συνθήκες, συμπεριλαμβανομένης της απομάκρυνσης των αποβλήτων, της τροφοδοσίας με θρεπτικά συστατικά και της απουσίας ανεπιθύμητων μικροβίων.
Αλλά το πιο σημαντικό μέρος είναι το τσιπ, μια μικρή συσκευή πυριτίου με εκατοντάδες χιλιάδες ανθρώπινους νευρώνες που έχουν αναπτυχθεί στο εργαστήριο προσκολλημένοι σε αυτό αλλά και συνδεδεμένοι μεταξύ τους.
Οι νευρώνες κατασκευάζονται στο εργαστήριο σε μια διαδικασία που μετατρέπει τα κύτταρα του αίματος σε βλαστοκύτταρα, τα οποία στη συνέχεια μετατρέπονται σε νευρώνες.
Οι νευρώνες μπορούν να «διδαχθούν» μέσω τυχαίων ή διαμορφωμένων πληροφοριών που παρέχονται από το τσιπ. Η λανθασμένη απάντηση λαμβάνει τυχαίες πληροφορίες, ενώ η σωστή λαμβάνει δεδομένα με μοτίβο. Τελικά, οι νευρώνες αρχίζουν να μαθαίνουν ποια είναι η σωστή απόκριση. Αυτός είναι ο τρόπος με τον οποίο η Cortical Labs δίδαξε το σύστημα, που τότε ονομαζόταν Dishbrain για να παίζει Pong. Η Cortical Labs όχι μόνο ανέπτυξε ένα πολύ ωραίο μηχάνημα για να τοποθετήσει τους νευρώνες, αλλά ανέπτυξε επίσης το λογισμικό και τη μέθοδο ανάλυσης που δείχνει ότι αυτά τα νευρωνικά δίκτυα είναι πράγματι ικανά να μάθουν.
Ερευνητές όπως ο Ernst Wolvetang, βιολόγος στο Πανεπιστήμιο του Κουίνσλαντ, ο οποίος εργάζεται στην έρευνα βλαστοκυττάρων για δεκαετίες, θέλει να χρησιμοποιήσει τα οργανοειδή του εργαστηρίου του με το λογισμικό και το υλικό που έχουν αναπτύξει η Cortical Labs για να δει εάν τα 3D οργανοειδή του μπορούν να μάθουν με τον ίδιο τρόπο όπως το 2D νευρωνικό δίκτυο. Μόλις επιβεβαιώσει ότι το οργανοειδές μαθαίνει, υπάρχουν πολλά ερευνητικά ερωτήματα που θέλει να διερευνήσει.
Η εισαγωγή μοντέλων νευροεκφυλιστικών ασθενειών στα οργανοειδή θα μπορούσε να εξηγήσει πώς επηρεάζουν τη μνήμη ή τη μάθηση, για παράδειγμα. Αλλά η εξίσωση της υπολογιστικής ισχύος των νευρώνων σε ένα πιάτο με την τεχνητή νοημοσύνη είναι κάτι για το οποίο ο καθηγητής Wolvetang είναι λιγότερο σίγουρος.
Πολλοί επιστήμονες σε αυτόν τον τομέα, καθώς και η ομάδα των Cortical Labs, γνωρίζουν καλά και την ευαίσθητη βιοηθική διάσταση της έρευνάς τους. Ενώ τα οργανοειδή που χρησιμοποιούνται αυτή τη στιγμή απέχουν πολύ από την πολυπλοκότητα του εγκεφάλου, υπάρχει ανησυχία ότι τελικά, μεγαλύτερα δίκτυα θα μπορούσαν να βιώσουν τη συνείδηση ή την κατανόηση της κατάστασής τους. Θα μπορούσαν ακόμη και να αποκτήσουν ικανότητες παρόμοιες με αυτές των ανθρώπων.
Για τον Δρα Κάγκαν, αυτές οι πιθανές ανησυχίες είναι επίσης ένα ζήτημα, αλλά το πεδίο είναι ακόμα στα σπάργανα για να γνωρίζει πού βρίσκεται η ηθική γραμμή. « Δεν θέλουμε να δημιουργήσουμε κανένα πόνο σε ένα πιάτο », σημειώνει στο abc. au, αντίθετα ελπίζουμε να χρησιμοποιήσουμε αυτούς τους νευρώνες ως έναν τύπο κυκλώματος, δοκιμάζοντας και αξιολογώντας το σύστημα καθώς αυτό εξελίσσεται».
{https://www.youtube.com/watch?v=3KeC8gxopio}
