3D βιο-υπολογιστής με 70.000 ζωντανούς νευρώνες μειώνει την ενεργειακή κατανάλωση της AI

Σύνοψη

• Ερευνητές του Πανεπιστημίου Princeton ανέπτυξαν έναν τρισδιάστατο βιο-υβριδικό υπολογιστή, ενσωματώνοντας 70.000 ζωντανούς νευρώνες σε ένα προηγμένο ηλεκτρονικό πλέγμα.
• Σε αντίθεση με τις εξωτερικές επιφανειακές καταγραφές, τα μικροσκοπικά ηλεκτρόδια από εύκαμπτη εποξική ρητίνη αναπτύσσονται μέσα στον ίδιο τον βιολογικό ιστό, επιτρέποντας την αμφίδρομη διέγερση.
• Το σύστημα αξιολογήθηκε για έξι μήνες και πέτυχε να αναγνωρίζει πολύπλοκα χωρικά και χρονικά μοτίβα ηλεκτρικών παλμών, προσαρμόζοντας τις συναπτικές του συνδέσεις.
• Το βιολογικό τσιπ καταναλώνει περίπου το ένα εκατομμυριοστό της ενέργειας που χρειάζεται ένα σύγχρονο σύστημα τεχνητής νοημοσύνης, προσφέροντας τεχνικές λύσεις για τα ενεργοβόρα data centers.

Η ερευνητική ομάδα του Πανεπιστημίου του Princeton παρουσίασε μια βιώσιμη, εναλλακτική αρχιτεκτονική υπολογισμού, τα αποτελέσματα της οποίας δημοσιεύτηκαν στο επιστημονικό περιοδικό Nature Electronics. Πρόκειται για έναν τρισδιάστατο βιο-υβριδικό υπολογιστή ο οποίος παντρεύει οργανικό υλικό και συμβατικά ηλεκτρονικά εξαρτήματα.

Οι περιορισμοί του παραδοσιακού πυριτίου έχουν ωθήσει τους μηχανικούς στην αναζήτηση νέων υλικών. Αντί όμως να χρησιμοποιήσουν σπάνιες γαίες ή να αναπτύξουν νέους κρυσταλλικούς ημιαγωγούς, οι επιστήμονες απευθύνθηκαν απευθείας στη βιολογία. Το σύστημα διαθέτει ενσωματωμένους 70.000 ζωντανούς νευρώνες και η πολυπλοκότητα αυτού του δικτύου το καθιστά ικανό να διαχειρίζεται ερεθίσματα, δημιουργώντας έναν εντελώς νέο τομέα στην επεξεργασία δεδομένων, ο οποίος απέχει παρασάγγας από τη συμβατική ψηφιακή λογική του μηδέν και του ένα.

Πώς λειτουργεί ο 3D βιο-υπολογιστής του Πανεπιστημίου Princeton;

Ο 3D βιο-υπολογιστής του Princeton συνδυάζει 70.000 ζωντανούς νευρώνες με ένα εσωτερικό ηλεκτρονικό πλέγμα. Σε αντίθεση με παλαιότερα 2D μοντέλα, τα μικροσκοπικά καλώδια και τα ηλεκτρόδια είναι επενδυμένα με εύκαμπτη εποξική ρητίνη και βρίσκονται μέσα στον ιστό, επιτρέποντας την αμφίδρομη επικοινωνία και τον ερεθισμό της νευρωνικής δραστηριότητας με απόλυτη ακρίβεια.

Τα προηγούμενα πειράματα στον τομέα των νευρομορφικών και βιολογικών υπολογιστών βασίζονταν αποκλειστικά σε επίπεδες, δισδιάστατες καλλιέργειες ιστών σε τρυβλία Petri, όπου τα ηλεκτρόδια απλώς κατέγραφαν την επιφανειακή δραστηριότητα. Εναλλακτικά, άλλες προσεγγίσεις κατασκεύαζαν τρισδιάστατες μάζες κυττάρων στις οποίες τοποθετούσαν μεταλλικούς αισθητήρες εξωτερικά. Και οι δύο αυτές μέθοδοι προσέφεραν χαμηλή ανάλυση και αδυναμία λεπτομερούς παραμετροποίησης του δικτύου.

Η ομάδα του Princeton ανέτρεψε αυτή τη λογική με την πρωτοποριακή αρχιτεκτονική "Inside-Out", δημιουργώντας αρχικά ένα ικρίωμα από μικροσκοπικά μεταλλικά καλώδια που φέρουν εποξική επικάλυψη. Η επικάλυψη αυτή επιλέχθηκε αυστηρά για να προσφέρει υψηλή ελαστικότητα και βιοσυμβατότητα, ώστε να μην απορριφθεί από τον μαλακό βιολογικό ιστό και οι νευρώνες καλλιεργήθηκαν ώστε να αναπτυχθούν άμεσα γύρω από αυτό το πλέγμα. Το δίκτυο άρχισε σταδιακά να διαμορφώνει τις δικές του συνάψεις, δημιουργώντας μια συμπαγή δομή.

Η παρακολούθηση της σταθερότητας του συστήματος διήρκεσε περισσότερους από έξι μήνες και στο συγκεκριμένο χρονικό παράθυρο, η ομάδα διεξήγαγε εντατικά πειράματα με τη μεταβολή της ισχύος των συνδέσεων (συνάψεων) μεταξύ των επιμέρους νευρώνων, αναλύοντας τις αρχές της νευροπλαστικότητας. Μέσα από ελεγχόμενες διαδικασίες διέγερσης των ηλεκτροδίων, εκπαίδευσαν έναν αλγόριθμο ο οποίος αναγνώρισε με επιτυχία ετερόκλητα χωρικά και χρονικά μοτίβα ηλεκτρικών παλμών, πιστοποιώντας την αξιοπιστία της τεχνολογίας σε απαιτητικούς υπολογισμούς.

Ποια είναι η διαφορά στην κατανάλωση ενέργειας έναντι των παραδοσιακών συστημάτων AI;

Τα σημερινά AI μοντέλα απαιτούν τεράστια ποσά ηλεκτρικής ενέργειας για την εκπαίδευσή τους. Αντίθετα, ο ανθρώπινος εγκέφαλος λειτουργεί καταναλώνοντας μόλις το ένα εκατομμυριοστό της ενέργειας ενός server. Ο βιο-υβριδικός υπολογιστής του Princeton στοχεύει να μεταφέρει αυτή την ενεργειακή αποδοτικότητα της βιολογίας απευθείας στον κατασκευαστικό κλάδο των ημιαγωγών.

Οι εγκαταστάσεις επεξεργασίας δεδομένων σε παγκόσμια κλίμακα χρησιμοποιούν χιλιάδες κάρτες γραφικών (GPUs) και μικροεπεξεργαστές (CPUs) πυριτίου, τα οποία παρουσιάζουν έντονες απώλειες ενέργειας υπό μορφή θερμότητας, καθιστώντας υποχρεωτική τη χρήση συστημάτων βιομηχανικής ψύξης, με αποτέλεσμα να πολλαπλασιάζουν την ενεργειακή δαπάνη. Ενδεικτικά, τα τρέχοντα γλωσσικά μοντέλα απαιτούν μεγαβάτ ρεύματος για έναν και μόνο κύκλο εκπαίδευσης.

Το βιολογικό υλικό του 3D τσιπ διατηρείται σε θερμοκρασία περιβάλλοντος παρόμοια με του ανθρώπινου σώματος (περίπου στους 37°C) και χρησιμοποιεί χημικές οδούς αντί για ηλεκτρικό ρεύμα υψηλής τάσης. Στην ουσία, το βιο-υβρίδιο δεν χρειάζεται βαρείς ανεμιστήρες ή υδρόψυξη, μιας και οι επιστήμονες παρέχουν στο σύστημα μια ροή από θρεπτικά συστατικά, καθώς και μίγματα αερίων (άζωτο και διοξείδιο του άνθρακα) για τη συντήρηση των κυττάρων. Όταν το σύστημα κλήθηκε να κατηγοριοποιήσει και να αναγνωρίσει τα ζεύγη των χωρικών μοτίβων κατά τη διάρκεια των δοκιμών, πραγματοποίησε τη σύνθετη διαδικασία μάθησης χωρίς την παραμικρή αύξηση της θερμοκρασίας και με αμελητέα κατανάλωση μπαταρίας.

Ποιες είναι οι πρακτικές εφαρμογές στην ιατρική και τη νευρομορφική μηχανική;

Το βιο-υβριδικό τσιπ αποτελεί τον πυρήνα της νευρομορφικής μηχανικής, προσφέροντας απαράμιλλη προσαρμοστικότητα, ενώ παράλληλα, ανοίγει το δρόμο για τη δημιουργία ιατρικών εγκεφαλικών εμφυτευμάτων νέας γενιάς, τα οποία θα επικοινωνούν στη φυσική γλώσσα του εγκεφάλου προσφέροντας στοχευμένες θεραπείες και παρακάμπτοντας κατεστραμμένους νευρικούς ιστούς.

Ο επικεφαλής ερευνητής, Kumar Mritunjay, ξεκαθάρισε τις επιστημονικές προτεραιότητες που θέτει το εργαστήριό του. Η πρώτη προτεραιότητα εστιάζει στην αποκωδικοποίηση των θεμελιωδών υπολογιστικών λειτουργιών του εγκεφάλου, επιτρέποντας στους επιστήμονες να εξετάσουν πώς τα κύτταρα αποθηκεύουν και ανακτούν τη μνήμη. Η δεύτερη προτεραιότητα αφορά τον ιατρικό τομέα. Τα υπάρχοντα εγκεφαλικά εμφυτεύματα που χρησιμοποιούνται για την αντιμετώπιση παθήσεων (όπως η νόσος του Πάρκινσον ή η σοβαρή επιληψία) κατασκευάζονται από άκαμπτα υλικά. Η ακαμψία του μετάλλου συχνά προκαλεί αντιδράσεις από τον οργανισμό, οδηγώντας στη δημιουργία ουλώδους ιστού που απομονώνει το ηλεκτρόδιο και ρίχνει την ποιότητα του μεταδιδόμενου σήματος.

Η ευελιξία του συστήματος του Princeton εξασφαλίζει την αρμονική συνύπαρξη με τα εγκεφαλικά ημισφαίρια και στο μέλλον, τα συγκεκριμένα βιο-εμφυτεύματα θα λειτουργούν ως «γέφυρες». Διαβάζοντας τα σήματα του εγκεφάλου, θα αναλαμβάνουν να επεξεργαστούν τα δεδομένα τοπικά και να μεταδώσουν τη σωστή εντολή αποφεύγοντας τις τραυματισμένες νευρολογικές περιοχές.

Με τη ματιά του Techgear

Το πραγματικό τεχνολογικό επίτευγμα δεν εστιάζεται απλώς στην επιβίωση 70.000 νευρώνων για πάνω από έξι μήνες, αλλά στον οριστικό σχεδιασμό ενός απόλυτα λειτουργικού "interface" μέσω της Inside-Out δομής, λύνοντας το μόνιμο πρόβλημα της ποιοτικής καταγραφής των οργανικών ηλεκτρικών παλμών χωρίς την πρόκληση απορρίψεων από τον ιστό. 

Σαφέστατα, απέχουμε ακόμη αρκετά χρόνια από την πλήρη βιομηχανοποίηση αυτών των συστημάτων ώστε να αρχίσουν να αντικαθιστούν τα racks των παραδοσιακών servers. Παρόλα αυτά, η απόδειξη ότι μπορούμε να κατευθύνουμε συνειδητά τα συναπτικά βάρη ενός ζωντανού δικτύου για την αναγνώριση χωροχρονικών δεδομένων, διαμορφώνει μια εντελώς νέα κατηγορία hardware.

*Μπορείτε πλέον να προσθέσετε το Techgear.gr ως Προτιμώμενη Πηγή ενημέρωσης για τις αναζητήσεις σας στο Google Search!