- Введение технологии Neurospark
- Обучение ИИ с помощью мозговых клеток
- Ограничения и перспективы
Швейцарская технологическая компания FinalSpark запустила программу, позволяющую ученым арендовать доступ к 'биокомпьютерам', созданным из клеток человеческого мозга, за $500 в месяц. Эти биокомпьютеры предназначены для более эффективного и низкоэнергетического обучения моделей искусственного интеллекта (ИИ).
Введение технологии Neurospark
Компания FinalSpark утверждает, что использование органического материала, такого как клетки человеческого мозга, для тренировки ИИ может быть до 100 000 раз более эффективно, чем традиционные кремниевые системы. Основатель компании, Фред Джордан, утверждает, что технология Neurospark уникальна в предоставлении биокомпьютеров, созданных из кластеров клеток человеческого мозга, известных как органоиды. Программа предоставляет онлайн доступ в реальном времени к этим живым биокомпьютерам, открывая новые возможности в развитии ИИ.
Обучение ИИ с помощью мозговых клеток
Обучение ИИ при использовании этих биокомпьютеров включает в себя различные методы. Обычно модели ИИ обучаются с использованием числовых наград для их направляющего обучения. Однако, при использовании мозговых клеток ученые полагаются на биологические методы. Они предоставляют дофамин, химическое вещество, связанное с наградами в мозгу, для стимуляции обучения, и используют электрические сигналы в качестве отрицательной обратной связи. Этот процесс лучше отражает, как реальные человеческие мозги учатся и адаптируются.
Ограничения и перспективы
Единственным ограничением является то, что эти биокомпьютеры имеют короткий срок службы, который обычно составляет около 100 дней. После этого система ИИ должна быть перенесена на новый кластер, иначе она перестанет функционировать. Несмотря на это ограничение, это указывает на будущие возможности, такие как создание ИИ с более долгими сроками службы, которые в конечном итоге могут более тесно соответствовать человеческому опыту.
Запуск программы от FinalSpark открывает новые горизонты в области обучения ИИ, предлагая более эффективные и адаптивные модели. Хотя существуют определенные ограничения, технология показывает перспективу дальнейшего развития и совершенствования.
