Пока все спорят об искусственном интеллекте, почти незаметно развивается куда более пугающая технология.
Описание: Узнайте, что такое органоидный интеллект, какие перспективы у биокомпьютеров и какие вопросы и риски поднимает эта новая технология
Органоидный интеллект — это живые человеческие нейроны, выращенные в лаборатории, соединённые с компьютером и обучаемые почти так же, как нейронные сети. Они работают быстрее, чем искусственные сети, и потребляют куда меньше энергии. Уже умеют выполнять простые задачи — например, в одном видео органоид играет в Pong. Но есть проблема: их мозговая активность сопоставима с мозгом недоношенного младенца. То есть — это не просто модель. Возможно, они хотя бы отчасти осознают себя, а значит и могут испытывать страдание.
На этом фоне особенно жутко выглядит проект компании FinalSpark — они предлагают сдавать в аренду вычислительную мощь таких «мини-мозгов» за небольшую плату. Но ещё страшнее: когда никто не арендует эти мощности, органоидам подаётся сенсорная информация, например — ощущения бабочки. Мозг ощущает это, начинает контролировать движение «насекомого», то есть, если нейроны осознают происходящее, они вполне могут считать себя бабочкой и лететь внутри симуляции, принимая её за реальность.
И вот закрадывается жуткая мысль: а что если мы сами — такие же органоиды, и каждую ночь, когда засыпаем, кто-то арендует наши вычислительные мощности?
Что такое органоидный интеллект?
Органоидный интеллект — это направление, где человеческие нейронные культуры, выращенные в трёхмерных органоидах, используются как биологическое «железо» в вычислениях. Соединённые с компьютером через специальные интерфейсы, они способны обучаться, адаптироваться и решать задачи. Это экспериментальная альтернатива традиционным кремниевым системам. На сегодня это исследование находится на ранней стадии, но уже показало потенциал: такие структуры могут быть быстрее, мощнее и энергосберегающе по сравнению с обычными ИИ-системами.
Текущее состояние: нейроны, играющие в Pong
В 2022 году команда Cortical Labs научила нейронные культуры, выращенные на мультиэлектродных платформах, играть в классическую игру Pong. Сигналы от игры преобразовывались в электрические стимулы — в случае успешного удара нейроны получали предсказуемое усиление, а при промахе — хаотичную активацию. В итоге нейроны адаптировались и улучшили свою игру. Это считается одним из первых примеров “обучения в чашке” или synthetic biological intelligence.
Технические достижения и стартапы
- Cortical Labs разработали систему DishBrain и коммерческий биокомпьютер CL1 — сочетание живых нейронов и кремниевых чипов. CL1 размером с коробок, живёт до шести месяцев, почти не потребляет энергии, стоит около $35 000. Он используется для моделирования болезней и разработки лекарств.
- FinalSpark из Швейцарии создаёт «биокомпьютеры», соединяя 16 органоидов в «живой процессор». Он обещает высокую эффективность, низкое энергопотребление и высокую мощность.
- Учёные подключают органоиды к сенсорам, чтобы распознавать звуки, числа, даже речь с хорошей точностью.Также активно развивается микрофлюидная инженерия для питания и масштабирования органоидов.
Потенциал и вызовы
Мы изучили всю доступную информацию по этому поводу и вот какие выводы можем сделать:
- Энергосбережение: органоиды функционируют при крайне малом энергопотреблении, сравнимом с человеческим мозгом (~12 Вт против сотен Вт у компьютеров)
- Эффективность: способность к самоорганизации и обучению без сложных алгоритмов.
- Научный путь: помощь в изучении нейродегенеративных заболеваний, нейроразвития, тестировании лекарств.
Но есть также ограничения и риски:
- Отсутствие сосудов: органоиды быстро погибают в центральных частях без сложной системы питания.
- Сложность масштабирования и стандартизации — разные культуры могут вести себя по-разному.
- Этика: сходство активности с мозгом недоношенного новорожденного вызывает вопросы о возможных ощущениях, страданиях, сознании.
Какие же перспективы ?
- Масштабирование: объединение нескольких органоидов, улучшение инкапсуляции и микрофлюидных сетей, добавление сенсорных входов (например, кашель, прикосновения, звук, речь — обучение через обратную связь).
- Эволюция биокомпьютеров: возможно создание гибридов, где органоиды станут частью роботов или виртуальной симуляции.
- Этика: обсуждение уровней осознания, права органоидов и контроля над ними — направляется к необходимости международных норм и регуляций.
И сколько же, интересно, терафлопс показывают такие компьютеры ? Мы так и не нашли ничего по этому поводу. Точные цифры по производительности в терафлопсах для органоидных систем пока не опубликованы.
На данный момент биокомпьютеры, использующие органоиды мозга, находятся на начальной стадии развития, и их вычислительная мощность измеряется скорее всего не в терафлопсах, а в более специфичных показателях, таких как количество обрабатываемых нейронных импульсов или эффективность обработки сенсорных данных.
Сравнение с квантовым компьютером
Теоретически биокомпьютеры на основе органоидного интеллекта могут работать куда эффективнее традиционных и даже квантовых систем в некоторых задачах.
Живые нейроны потребляют крошечное количество энергии и способны к самоорганизации, адаптации и обучению без строгих алгоритмов. Это значит, что в обработке сенсорных сигналов, распознавании образов или гибком принятии решений органоидный интеллект может действовать быстрее и экономичнее, чем любая машина. Но здесь важно: речь не о «скорости вычислений» в привычном смысле, а о пластичности и способности к обучению.
На сегодняшний день квантовые компьютеры демонстрируют колоссальную мощность в строго определённых областях — например, в факторизации чисел или моделировании квантовых систем. Однако они требуют сверхпроводящих условий и гигантских энергозатрат. Биокомпьютеры же пока решают только элементарные задачи вроде игры Pong или обработки простых сигналов.
То есть сегодня они объективно не быстрее квантовых машин в вычислительных задачах. Их преимущество — не в скорости вычислений, а в невероятной энергоэффективности и потенциале к адаптивному обучению.
В отличие от квантовых компьютеров, которые уже демонстрируют вычислительную мощность в диапазоне от десятков до сотен петафлопс, биокомпьютеры на основе органоидов мозга пока не могут конкурировать с ними по чистой вычислительной мощности. Однако их преимущества заключаются в энергоэффективности, способности к самообучению и адаптивности, что делает их перспективными для специфических задач, таких как обработка биологических сигналов или моделирование нейропроцессов.
Заключение
В то время как мы спорим о моральных дилеммах искусственного интеллекта, наука тихо созрела до идеи: может, мы уже — лишь органоиды в экспериментах какого-то неизвестного наблюдателя?
Пока мы спим, они, эти живые нейронные сети, возможно, играют в свою версию Pong, контролируют бабочек, проживают симуляции — и кто знает, могут ли чувствовать усталость, восхищение или страх ? Страшно, правда ?
Кажется, наш внутренний диалог вполне может стать следующим научным исследованием.
Я, Ирина Петрова-Левин, выпускница Московского Технического Университета Связи и Информатики, где получила образование в области информационных технологий. Мой профессиональный путь связан с JavaScript, PHP и Python, а также с глубоким интересом к тому, как современные технологии влияют на повседневную жизнь. Я стараюсь объяснять сложные процессы так, чтобы они становились понятными каждому, без потери точности и сути.
С 2019 года живу в Далласе, что позволяет мне сочетать опыт российской инженерной школы с американским технологическим подходом. В своих материалах я стремлюсь показывать реальные механизмы работы технологий и предметов вокруг нас, делая информацию одновременно доступной, практичной и структурированной.
