Biološki računalni startup koji koristi neuronske obrasce iz moždanih stanica štakora za izgradnju napredne umjetne inteligencije upravo je dobio veliku podršku Amazona. Odabrani korisnici usluge Amazon Web Services dobivaju pristup jedinstvenom modelu umjetne inteligencije temeljenom na mozgu štakora, koji razvija The Biological Computing Company. Tehnologija ovog startupa specifično je dizajnirana kako bi poboljšala umjetnu inteligenciju za generiranje videozapisa, a Amazon očekuje da će se ova inovativna tehnologija uskoro ponuditi svim njihovim poslovnim korisnicima u oblaku.
Znanstvenici su pronašli način za kodiranje informacija, poput slika, izravno u biološki materijal. Nakon toga pažljivo promatraju kako biologija obrađuje te informacije, a zatim grade računalni alat koji vjerno oponaša taj prirodni proces. Ovo nije prva biološki izvedena računalna platforma koju je Amazon učinio dostupnom na svom tržištu. Tehnološki div već surađuje s tvrtkama poput australskog Cortical Labsa, koji kombinira laboratorijski uzgojene neurone sa silicijskim čipovima kako bi pomogao tvrtkama u obradi ogromnih količina podataka. Taj se pristup često naziva biološkim hardverom kao uslugom, a takvi sustavi mogu održavati neurone živima mjesecima.
Umjesto pokušaja potpunog preoblikovanja osnovne arhitekture velikih jezičnih modela, startup TBC odlučio se za vrlo pragmatičan pristup. Oni rade unutar postojećih standarda generativne umjetne inteligencije i traže načine kako trenutne vizualne modele učiniti znatno učinkovitijima. Dok se brojne tehnološke tvrtke utrkuju u pronalaženju načina za optimizaciju svojih modela, nekad marginalno polje poznato kao biološko računarstvo počelo je dobivati na velikoj važnosti. Istraživači već dugo zamišljaju svijet u kojem računalni softver funkcionira više poput neuronskih mreža unutar ljudskog mozga, umjesto da se oslanja isključivo na matematičke algoritme.
Spajanje biologije i koda
Biološko računarstvo donosi jedinstvene izazove. Ovo znanstveno polje zahtijeva vođenje stvarnih bioloških laboratorija u kojima se moždane stanice moraju održavati na životu, pažljivo pratiti i na kraju prevesti u smislene digitalne informacije. Tvrtku su u Baltimoreu prije četiri godine osnovala dva neuroznanstvenika i neurokirurga. Nedavno su prikupili 50milijuna dolara kapitala za daljnji razvoj. U svom laboratoriju u San Franciscu zapošljavaju 35 stručnjaka koji rade izravno sa živim stanicama štakora i ljudskim matičnim stanicama. Žive stanice postavljaju se na više-elektrodne silicijske nizove, a istraživači šalju električne stimulacije u neurone i bilježe njihove reakcije.
Odluka o fokusiranju isključivo na videozapise bila je i znanstvene i praktične prirode. Fizički raspored elektroda na silicijskim nizovima utječe na interakciju s neuronima, pa su znanstvenici shvatili da su slike najprirodnije mjesto za početak. Vizualne informacije mogu se puno lakše preslikati na mrežu stanica nego što je to slučaj s tekstom. Modeliranjem načina na koji neuroni obrađuju slike, stvorili su uvide koji poboljšavaju modele za generiranje videa. Prema prvim testiranjima koja navodi Wired, njihov je model do pet puta brži u generiranju videa i značajno smanjuje troškove zaključivanja sustava.
Širi kontekst ovih istraživanja poznat je pod pojmom organoidna inteligencija, polje koje ubrzano spaja biotehnologiju i računalnu znanost. Znanstvenici sa Sveučilišta Tohoku u Japanu nedavno su uspješno istrenirali kultivirane kortikalne neurone štakora da autonomno generiraju složene vremenske signale koristeći strojno učenje u stvarnom vremenu. Istovremeno, znanstvenici sa Stanforda napravili su revolucionaran korak presađivanjem ljudskih moždanih organoida u mozgove novorođenih štakora, čime su stvorili hibridne sustave koji pomažu u proučavanju složenih neuroloških poremećaja. Ti ljudski neuroni postali su funkcionalno aktivni i reagiraju na vanjske podražaje, što otvara sasvim nove mogućnosti u medicini i računarstvu.
Sada kada Amazon distribuira ovaj inovativni softver, biološko računarstvo moglo bi dosegnuti puno veću bazu korisnika diljem svijeta. Ipak, ostaje za vidjeti koliko se dobro ova tehnologija može skalirati. Stručnjaci ističu da svaki model treba testirati do krajnjih granica kako bi se utvrdilo zadržava li svoju dosljednost kada korisnici zatraže generiranje puno dužih videozapisa od 10minuta ili čak sat vremena.
[post_publish_update_datetime]
