几十年来，计算机科学家一直在竞相模仿人类大脑，复制其神经网络，以构建具有增强处理能力的人工智能（AI）。
但这些人工神经网络变得越复杂，它们就越强大，我们就越依赖它们，它们消耗的能量就越多。但有时候，大自然的原始设计在某些方面会更好。
在大自然效率的最新展示中，一家瑞士初创公司刚刚推出了一种“生物计算机”，它与活的、跳动的脑细胞相连，据其制造商称，它比传统的、基于比特的计算机消耗的能量要少得多。
FinalSpark的在线平台不仅仅是将生物学概念整合到计算中，而是“利用”实验室培养的球状人类脑细胞簇，这些细胞被称为类器官。总共有16个类器官被安置在四个阵列中，每个阵列连接8个电极和一个为细胞提供水和营养的微流体系统。
这种方法被称为湿软件计算，在这种情况下，利用研究人员在实验室培养类器官的能力，这是一种相当新的技术，使科学家能够研究基本上是单个器官的微型复制品。
类器官作为一种流行的研究技术兴起之际，支撑大型语言模型（如Chat GPT）的人工神经网络在使用和处理能力方面也出现了爆炸式增长。
FinalSpark声称，他们正在开发的脑机接口系统等所谓的生物处理器“比传统的数字处理器能耗低一百万倍”。
虽然我们没有关于他们的具体系统、能源使用或处理能力的任何数据，但FinalSpark的研究团队表示，训练一个像GPT-3（GPT-4的前身）这样的大型语言模型需要10千兆瓦时，大约是一个欧洲公民一年使用能源的6000倍。
与此同时，人类大脑运行其860亿个神经元所用的能量只是其中的一小部分：每天仅0.3千瓦时。
技术趋势还表明，到2030年，蓬勃发展的人工智能行业将消耗全球3.5%的电力。IT行业作为一个整体已经占到全球二氧化碳排放量的2%左右。
显然，寻找使计算更节能的方法变得越来越有必要，而脑细胞网络和计算电路之间的协同作用显然是一个值得探索的并行问题。
FinalSpark并不是第一家尝试将探针连接到生物系统的公司，也不是第一家尝试对神经网络进行可靠编程的公司，这样它们就能根据指令执行特定的输入输出功能。
2023年，美国的研究人员建造了一个生物处理器，将计算机硬件与大脑类器官连接起来，该系统学会了识别语音模式。
FinalSpark联合创始人弗雷德·乔丹和他的同事在他们发表的论文中写道：“在过去的三年里，神经平台被用于超过1000个脑类器官，收集了超过18TB的数据。”该论文像其他科学研究一样经过同行评审。
虽然最终目标可能是新的、节能的计算方法，但目前该系统正被用于使研究人员能够在大脑类器官上进行冗长的实验，就像它的前辈一样。
然而，也有一些改进：FinalSpark团队表示，研究人员可以远程连接到他们的系统，微型大脑可以持续长达100天，它们的电活动可以全天候测量。
乔丹和他的同事们写道：“目前到2024年，这个系统可以免费用于研究目的，许多研究小组已经开始使用它进行实验。”
“在未来，我们计划扩展我们平台的功能，以管理与湿软件计算相关的更广泛的实验协议，”例如将分子和药物注射到类器官中进行测试，该团队总结道。
无论如何，帮助计算或类器官研究，看到研究人员能取得的成就将是令人兴奋的。
这项研究发表在《人工智能前沿》杂志上。
如果朋友们喜欢，敬请关注“知新了了”！
