全球首臺生物計算機開放服務：16個人腦類器官，能耗節省百萬倍
机器之心發表於2024-05-27
科幻小說《三體》中，為了支撐科技的發展，人類提出了幾種下一代計算機的方案，其中除了傳統的馮諾依曼架構，還包括量子計算機和生物計算機。其中量子計算的概念現在已有大量研究，生物計算的研究卻少有報導。近日，一家瑞士初創公司 FinalSpark 釋出了全球首款生物處理器。據介紹，它們都是由人腦類器官的生物神經元驅動的，而且已開放了遠端訪問。FinalSpark 提出的 Neuroplatform 據稱是世界上第一個提供體外生物神經元訪問的線上平臺，此類生物處理器據稱「比傳統數字處理器的功耗低一百萬倍」。由於摩爾定律的終結，晶片廠商正在依靠增大功率保持效能提升的節奏，強效能附加低功耗的特點可能會是生物處理器的潛在優勢。FinalSpark 表示，其 Neuroplatform 能夠學習和處理資訊，並且由於其低功耗，可以減少計算對環境的影響。最近，科技領域業內都在追趕生成式 AI，隨之而來的晶片短缺也在逐漸成為挑戰。更進一步，科學家們甚至還在擔心大模型的能耗問題。今年 2 月有報導稱，OpenAI 聯合創始人山姆・奧特曼正在尋求大量資金打造完整的晶片產業鏈，為此甚至與電力供應商進行了討論。有論文得出結論，訓練一個像 GPT-3 這樣的大型語言模型（LLM）大約需要 10GWh—— 大約是歐洲公民平均一年使用的能源的 6000 倍。隨著生物處理器的成功部署，這樣的能源消耗可能會大幅減少。在最近發表在《Frontiers in Artificial Intelligence》的論文中，FinalSpark 介紹了他們所開發的一個硬體和軟體系統，它允許在較大規模上進行電生理實驗。論文連結：https://www.frontiersin.org/articles/10.3389/frai.2024.1376042/fullNeuroplatform 使研究人員能夠對神經類器官進行實驗，其壽命甚至超過 100 天。為此，科研人員簡化了實驗過程，可以快速產生新的類器官，全天候監測動作電位，並提供電刺激。除此之外，還設計了一個微流體系統，允許完全自動化的培養基流動和更換，從而減少在孵育器中透過物理干預造成的干擾，以確保穩定的環境條件。在過去三年中，Neuroplatform 構建了超過 1000 個大腦類器官，收集了超過 18TB 的資料。為了方便人們使用，FinalSpark 開發了一個專門的 API，可以直接透過 Python 庫或使用互動式計算（如 Jupyter Notebooks）進行遠端研究。除了電生理操作外，API 還控制泵、數字攝像頭和 UV 燈進行分子釋放。這允許執行復雜的全天候實驗，包括閉環策略和使用最新的深度學習或強化學習庫進行處理。此外，基礎設施支援完全遠端使用。目前在 2024 年，該系統可免費用於研究目的，許多研究小組已經開始將其用於他們的實驗。 FinalSpark 公司創始人合影：Fred Jordan 和 Martin Kutter 博士。Neuroplatform 的生物計算機基於可以被分類為溼件（Wetware）的架構：這是硬體、軟體和生物學的混合。該平臺提供的主要創新是透過使用四個多電極陣列（MEAs），其中包含活組織 —— 類器官，它們是大腦組織的 3D 細胞團塊。
FO（前腦類器官）生成和多電極陣列（MEA）設定。每個 MEA 包含四個類器官，透過八個用於刺激和記錄的電極進行連線。資料透過數字模擬轉換器（Intan RHS 32 控制器）來回傳輸，取樣頻率為 30kHz，解析度為 16 位。這些關鍵的架構設計特徵由 MEA 的微流體生命維持系統和監控攝像頭支援。同樣重要的是，軟體堆疊允許研究人員輸入資料變數，然後讀取和解釋處理器的輸出。FinalSpark 已向九個機構提供了對其遠端計算平臺的訪問許可權，以幫助推動生物加工的研究和開發。透過這些機構的合作，它希望創造世界上第一個活體處理器。此外，已經有三十多家大學對訪問 Neuroplatform 感興趣。為了訪問 Neuroplatform，教育機構需要為每個使用者訂閱 500 美元 / 月。 雖然樣機已經完成，線上服務也已開啟，但這類生物處理器在現實實驗運用中仍存在著一定的侷限。現在看起來，壽命是個大問題。矽晶片可以使用多年，有時甚至幾十年。與此相對，形成生物處理器的神經結構雖然也被認為有很長的壽命，但 FinalSpark 表示，它們只「適合執行幾個月的實驗」。最初，該公司的 MEAs 只能持續幾個小時，但對系統的改進意味著類器官的壽命目前預計約為 100 天。https://www.tomshardware.com/pc-components/cpus/worlds-first-bioprocessor-uses-16-human-brain-organoids-for-a-million-times-less-power-consumption-than-a-digital-chip