В Сингапуре запустили дата-центр на живых человеческих нейронах
Лента новостей
В одной серверной стойке объединили 20 биокомпьютеров CL1, в которых работают около 16 млн выращенных из стволовых клеток нейронов. Разработчики рассчитывают, что такие системы смогут обучаться на меньшем объеме данных и потреблять меньше энергии, чем обычные ИИ-серверы
Обновлено в 16:24
Первый в мире дата-центр, где для вычислений используют живые человеческие нейроны, запустили в Сингапуре. В одной серверной стойке объединили 20 биокомпьютеров CL1 — всего около 16 млн нейронов. Их выращивают из стволовых клеток и подключают к обычной электронике с помощью специальных электродов. Разработчики обещают, что такие системы смогут учиться на меньшем объеме данных и потреблять гораздо меньше энергии, чем обычные ИИ-серверы.
Технологию разработала австралийская компания Cortical Labs, которая появилась в Мельбурне в 2019 году. Уже через два года ее исследователи вырастили человеческие нейроны на чипе и научили их играть в Pong — простую компьютерную игру вроде электронного тенниса. Клетки получали сигналы о положении мячика и постепенно учились управлять виртуальной ракеткой.
В 2025 году компания представила CL1 — биокомпьютер примерно с 800 тысячами живых нейронов. Теперь 20 таких устройств объединили в Сингапуре — и вместе получилось около 16 млн клеток.
Нейроны для таких компьютеров выращивают в лаборатории из стволовых клеток, а затем размещают на чипе с микроскопическими электродами. Через них компьютер передает клеткам сигналы и считывает ответ. Так исследователи могут управлять работой живой нейронной сети и изучать, как она обучается.
Такой компьютер приходится буквально поддерживать живым. Нейроны находятся в питательной среде, а система поддерживает необходимые им условия. Одна культура может работать до полугода, после чего клетки приходится заменять.
Насколько такой биокомпьютер уже можно считать реальной альтернативой привычным серверам и что в нем действительно делают живые нейроны? Объясняет доктор биологических наук, директор Физтех-школы биологической и медицинской физики Денис Кузьмин:
Денис Кузьмин доктор биологических наук, директор Физтех-школы биологической и медицинской физики «Я бы оценивал эту новость как важный научно-инженерный шаг, но не как революцию в технологии создания дата-центров. До массового применения и замены привычных серверов еще довольно далеко. Говоря про нейроны, нужно отметить, что они умеют принимать электрические сигналы, отвечать на них, со временем менять характер своей активности. И именно эта способность нейронов к адаптации и обучению делает их интересными для задач вычислительного класса. При этом обычный компьютер из такой системы никуда не денется. Он по-прежнему создает стимулы, считывает сигналы от нейронов, переводит их активность в данные и, в общем, управляет всей инфраструктурой. Но для нейронов критически необходима система жизнеобеспечения, то есть питательная среда, поддержание правильной температуры, стерильности, контроль состояния клеток. Поэтому корректнее, наверное, говорить не о замене компьютера живой тканью. А о попытке встроить живые нейроны как адаптивный биологический элемент в обычную инженерную систему. Цифра в 16 млн нейронов звучит впечатляюще, но в целом это порядок размера мозга насекомого. Сравнивать ее с человеческим мозгом некорректно, то есть в мозге человека десятки миллиардов нейронов, сложнейшая архитектура связей, разные типы клеток. В большинстве правовых систем, включая Россию, США, Европу, донор, который передает биоматериал, теряет на него все имущественные права. Ему остается только право на защиту персональных данных. Отдельное согласие донора, скорее всего, понадобится, потому что стандартное согласие на использование в научных исследованиях не покрывает такой сценарий, потому что человек, сдавая свой биоматериал, не предполагает, что из него сделают нейроны и продадут их как вычислительное устройство».
Заменять обычные компьютеры такими системами пока не собираются. Разработчики рассчитывают использовать их там, где важна способность адаптироваться при небольшом количестве данных. Среди возможных применений — разработка новых лекарств, робототехника, кибербезопасность, выявление мошенничества и задачи ИИ.
Рекомендуем:
Рекомендуем:
