Una startup de Suiza quiere cambiar la métodos convencionales de construir modelos de inteligencia artificial (IA): en lugar de depender de procesadores de chips digitales, cree que el mundo necesita procesadores biológicos que usen mucho menos energía.
Fundada en 2014 en Vevey por Martin Kutter y Fred Jordan, FinalSpark dice que ha probado 10 millones de neuronas vivas y que la investigación Ya está en marcha la construcción de máquinas pensantes a partir de neuronas humanas vivas derivadas de la piel.
La startup está cultivando neuronas en cultivos celulares para mostrar la capacidad informática autosostenible para la futura creación de modelos de IA.
¿Cómo funciona esto?
Utilizando un cable eléctrico, la startup está entrenando neuronas humanas para procesar información de la misma manera que lo hace el cerebro humano. El cofundador Fred Jordan le dijo a Quartz que su equipo ha estado probando métodos futuristas en modelos de IA, como redes neurales in silico spiking y programación genética. El objetivo es lograr inteligencia general artificial.
A diferencia de los modelos actuales de IA, que imitan el pensamiento humano después de meses de entrenamiento con datos avanzados, FinalSpark quiere lograr un razonamiento humano real capaz de de analizar emociones mientras se crean nuevas ideas y conceptos fuera de su propia experiencia. “Esto es lo que debería hacer una máquina pensante ‘real’”. “Dado que el procesador de información más conocido es una neurona humana”, dijo Jordan.
La empresa quiere liderar el turnodesde la ingeniería artificial hasta la ingeniería biológica, prediciendo que el almacenamiento de datos de ADN puede superar al almacenamiento en la nube en el futuro, en términos de sostenibilidad y eficiencia. El sitio web de su laboratorio muestra en vivo el funcionamiento de sus biochips en tiempo real.
En febrero, científicos dirigidos por investigadores de la Universidad Johns Hopkins en Baltimore detallado un plan para lo que llamaron “inteligencia organoide”. Esto funcionaría diseñando un sistema de pensamiento de pequeñas estructuras neuronales tridimensionales creadas a partir de seres humanos. células madre. Éstas se conectarían a sensores y dispositivos de salida y se entrenarían mediante el aprendizaje automático. “Al observar esta tendencia, uno puede imaginarse “Las redes neuronales biológicas también podrían reemplazar a las redes neuronales artificiales para muchas aplicaciones informáticas, incluida la IA”, añadió Jordan.
Sin embargo, un papel de neurociencia celularpublicado por Frontiers señala que la inteligencia biológica sintética todavía está en su etapa incipiente y todavía hay algunos obstáculos en su camino. Lo que hay que mejorar, afirma el documento, es la “precisión y eficiencia de los algoritmos de IA utilizados para analizar los datos, así como como la reproducibilidad de los propios modelos biológicos sintéticos”. Con avances continuos en este campo, la inteligencia biológica sintética tiene el potencial de revolucionar el campo de la medicina», dice el documento.
Pasando de la creación de modelos en grandes lenguajes que consumen mucha energía
No sorprende que el entrenamiento continuo de algoritmos de IA en miles de millones de puntos de datos consume mucha energía ya que los centros de datos requieren enormes cantidades de agua para mantenerlos frescos durante todo este proceso. En realidad, los centros de datos de todo el mundo emitir más carbono que la industria de las aerolíneas comerciales. Entrenar un solo modelo de IA o un chatbot, por ejemplo, puede más electricidad que 100 hogares de EE.UU. hacer en un año.
Mientras que el cerebro humano, que tiene una capacidad de almacenamiento de 2.500 terabytes, contiene al menos 86 mil millones de neuronas, sólo usa 10 vatios de potencia para la computación diaria. El cerebro también realiza aproximadamente 1.000 billonesoperaciones por segundo, con el consumo de energía de una bombilla de luz tenue. Para igualar el poder de cómputo orgánico del cerebro humano, chips de IA de silicio Requeriría 10 megavatios. Esto significa que las neuronas humanas reducirán el uso de energía en un millón.
“Si podemos usar hardware alternativo, como neuronas vivas, para modelos de IA con el mismo o mejor resultado, esta es la mejor manera de detener el aumento de las emisiones de carbono de los modelos de IA ”, dijo Jordan.
Este contenido ha sido traducido automáticamente del material original. Debido a los matices de la traducción automática, pueden existir ligeras diferencias. Para la versión original, haga clic aquí.