Нейроны человека на чипах научились играть в Doom за неделю

Нейроны человека на чипах научились играть в Doom за неделю Австралийская стартап-компания Cortical Labs объявила о строительстве двух биологических дата-центров в Мелбурне и Сингапуре. В их основе лежат те же нейроchip, которые ранее продемонстрировали способность играть в Pong или Doom. Cortical Labs — одна из немногих компаний, работающих над биологическими компьютерами. Их система состоит из нейронных клеток, подключенных к микроэлектродным массивам, которые могут стимулировать и измерять реакцию клеток на подаваемые данные. Ранее компания показала, что её флагманский компьютер CL1 может научиться играть в Doom всего за неделю. Теперь Cortical Labs раскрывает планы по созданию двух дата-центров. Первый, в Мелбурне, будет содержать около 120 единиц CL1. Второй, который строится совместно с Национальным университетом Сингапура, изначально разместит там 20 единиц CL1, но компания надеется, что в будущем дата-центр выйдет на 1000 единиц после получения регуляторного разрешения. Это позволит расширить облачный сервис нейрокомпьютинга. "Что делает Cortical Labs — это в принципе позволяет сделать биокомпьютер доступным в больших масштабах", — отмечает Майкл Баррос из университета Эссекса (Великобритания), который уже использует облачные сервисы компании для своих исследований. "Они станут первыми, кто сделает это". Хотя такие системы могут обучаться относительно простым задачам, например, игре в Doom, точный механизм их работы и способы обучения для выполнения более сложных задач, таких как машинное обучение, пока не ясны. "Имея доступ к этому, можно исследовать обучение, тренировку и программирование. Нейроны не programmются как стандартные компьютеры", — говорит Райнхольд Шерер из того же университета. Cortical Labs утверждает, что её дата-центры будут потреблять гораздо меньше энергии, чем традиционные вычислительные системы. Каждая CL1 требует около 30 ватт, в то время как современный AI-чип — тысячи ватт. "Когда мы масштабируемся и у нас whole rooms с такими системами, как с серверами, то экономия энергии может быть огромной", — говорит Пол Роуч из университета Лоунборо (Великобритания). Биологические дата-центры потребуют других ресурсов, таких как питание для нейронных чипов, но их охлаждение будет намного менее энергоемким. "Энергосбережение по фигурам компании — довольно консервативное", — добавляет он. Однако технология находится на ранней стадии, говорит Тьерд Олд Схепер из университета Оксфорд Брукс (Великобритания), работавший с конкурирующей компанией FinalSpark. "Будет ли это работать так, как думают люди? Нет, мы все еще в начале развития". Сравнение размеров сложно, так как чипы CL1 не выполняют традиционные вычисления, как обычные кремниевые AI-чипы. Предлагаемый биологический дата-центр будет содержать сотни биологических чипов по сравнению с сотнями тысяч графических процессоров (GPU) в крупнейших AI-дата-центрах. "Я думаю, это очень далеко от production-ready. Это большой шаг от небольшой сети, играющей компьютерную игру, до большого языкового модели", — говорит Стив Фарбер из университета Манчестера (Великобритания). Один из оставшихся вызовов — как хранить результаты обучения нейронов в форме памяти или запускать реальные вычислительные алгоритмы на них, а не только обучать их для конкретных задач, таких как игра в видеоигры. Другой проблемой является переобучение нейронов после завершения определенной задачи. "Чему бы они ни обучались, это теряется, когда культура заканчивает свой жизненный цикл, поэтому нужно правильное переобучение", — говорит Шерер. "Тогда это не оптимальное решение для поддержания технологии, если нужно переобучать каждые 30 дней". Источник: www.newscientist.com