Για δεκαετίες οι επιστήμονες έφτιαχναν υπολογιστές που μιμούνταν τον εγκέφαλο. Τώρα, για πρώτη φορά, κάποιοι από αυτούς προσπαθούν να βάλουν πραγματικούς ανθρώπινους νευρώνες μέσα στο computing.
Λέγαμε «νευρωνικά δίκτυα» και μιλούσαμε για neurons, learning, memory και synapses. Οι μηχανικοί εμπνεύστηκαν από τον τρόπο με τον οποίο λειτουργεί ο εγκέφαλος και προσπάθησαν να μεταφέρουν αυτή τη λογική σε μαθηματικά, κώδικα και τελικά σε silicon.
Όμως οι υπολογιστές δεν είχαν ποτέ πραγματικούς νευρώνες.
Τουλάχιστον μέχρι τώρα.
Σε ένα εργαστήριο στην Αυστραλία, περίπου 800.000 ανθρώπινοι νευρώνες μπορούν να ζουν πάνω σε ένα μικροτσίπ, να δέχονται ηλεκτρικά σήματα, να αντιδρούν σε ερεθίσματα και να αλλάζουν τη συμπεριφορά τους ανάλογα με την τροφοδότηση που λαμβάνουν.
Δεν είναι ένας εγκέφαλος. Δεν είναι ένα ρομπότ. Και δεν είναι ένα συνηθισμένο κομπιούτερ.
Είναι κάτι πολύ πιο παράξενο, ένα computing system που χρησιμοποιεί ζωντανή βιολογία ως hardware.
Η Cortical Labs, η αυστραλιανή startup που βρίσκεται στην πρώτη γραμμή αυτής της προσπάθειας, ονομάζει το νέο αυτό πεδίο «wetware». Και το προϊόν της, το CL1, επιχειρεί να μετατρέψει μια ιδέα που μέχρι πρόσφατα ανήκε κυρίως στη σφαίρα της επιστημονικής φαντασίας σε εμπορική υποδομή.
Το μηχάνημα δεν προσομοιώνει απλώς νευρώνες. Οι νευρώνες είναι το ίδιο το υπολογιστικό του υπόστρωμα.
Και αυτή η μικρή αλλαγή στη διατύπωση μπορεί να είναι ‘game changer’στην πράξη.
Το σύγχρονο AI γεννήθηκε, σε μεγάλο βαθμό, από την προσπάθεια να καταλάβουμε τι κάνει ο εγκέφαλος και να αναπαραστήσουμε ορισμένες από τις αρχές του.
Τα artificial neural networks δεν αποτελούνται από βιολογικά κύτταρα. Είναι μαθηματικά συστήματα. Τα «neurons» τους είναι εξισώσεις και αριθμοί, τα «synapses» τους είναι βάρη και η «μάθηση» τους είναι μια διαδικασία βελτιστοποίησης. Η ομοιότητα με τον εγκέφαλο είναι πραγματική, αλλά αφηρημένη.
Το «wetware» αντιστρέφει αυτή τη σχέση.
Αντί κάποιος να ρωτά: «πώς μπορώ να κάνω το silicon να συμπεριφέρεται σαν εγκέφαλος;», ρωτά: «Τι μπορώ να κάνω αν χρησιμοποιήσω τον ίδιο τον βιολογικό μηχανισμό που παράγει νοημοσύνη;»
Αυτό είναι το στοίχημα της Cortical Labs.
Όπως κάποτε το computing μετακινήθηκε από τους υπολογιστές στα data centers και από εκεί στο cloud, τώρα εμφανίζεται η ιδέα ότι μέρος της υπολογιστικής ισχύος μπορεί να βρίσκεται σε ζωντανό βιολογικό υλικό κάπου αλλού.
Η εταιρεία ξεκίνησε το 2019, όταν ο ιδρυτής και CEO Hon Weng Chong, έχοντας περάσει από την ιατρική και τη medtech, άρχισε να εξερευνά τη σχέση ανάμεσα στη νευροεπιστήμη και τη μηχανική μάθηση.
Σε ένα εργαστήριο είδε νευρώνες να αναπτύσσονται πάνω σε διατάξει μικροηλεκτροδίων. Τα κύτταρα μπορούσαν να διεγερθούν και η ηλεκτρική τους δραστηριότητα μπορούσε να καταγραφεί.
Η ιδέα ήταν σχεδόν προκλητικά απλή: Αν ο εγκέφαλος μπορεί να υπολογίζει και οι νευρώνες είναι το βασικό του υπολογιστικό υλικό, τότε γιατί να μην προσπαθήσουμε να κάνουμε τους ίδιους τους νευρώνες να υπολογίζουν;
Από εκεί ξεκίνησε το DishBrain.
Το 2021, η Cortical Labs έδειξε ότι μια καλλιέργεια περίπου 800.000 νευρώνων μπορούσε να μάθει να παίζει Pong. Η θέση της μπάλας μετατρεπόταν σε ηλεκτρικά σήματα που έφταναν στους νευρώνες και εκείνοι έλεγχαν τη ρακέτα.
Το σημαντικό δεν ήταν ότι οι νευρώνες έγιναν καλοί στο Pong, αλλά ότι η συμπεριφορά τους μπορούσε να αλλάξει μέσω τροφοδότησης.
Με άλλα λόγια, ένα ζωντανό νευρωνικό δίκτυο μπορούσε να συμμετέχει σε έναν κλειστό κύκλο input, response, feedback και adaptation.
Αυτό μοιάζει εντυπωσιακά με τον τρόπο που εκπαιδεύονται πολλά συστήματα AI. Μόνο που εδώ το «μοντέλο» είναι ζωντανό.
Από το CL1 και μετά το πείραμα αρχίζει να μοιάζει με προϊόν.
Το σύστημα ενσωματώνει τους νευρώνες σε μια διάταξη μικροηλεκτροδίων και περιλαμβάνει όλα όσα χρειάζεται ένα ζωντανό σύστημα για να παραμείνει λειτουργικό: υγρά, αντλίες, έλεγχο θερμοκρασίας, αέρια και φίλτρα.
Ένα συμβατικό κομπιούτερ χρειάζεται ηλεκτρισμό. Το CL1 χρειάζεται ηλεκτρισμό, αλλά και συνθήκες ζωής.
Και αυτό είναι ένα από τα πιο παράξενα σημεία της νέας εποχής του computing.
Για δεκαετίες, η πρόοδος των υπολογιστών σήμαινε μικρότερα τρανζίστορ, περισσότερα cores και ισχυρότερους επεξεργαστές. Τώρα ένας νέος τύπος processor μπορεί να χρειάζεται βιολογική συντήρηση.
Και η Cortical Labs δεν προσπαθεί μόνο να φτιάξει το hardware. Έχει αναγκαστεί να δημιουργήσει ολόκληρο το stack.
Το biOS (Biological Intelligence Operating System) αποτελεί τον πυρήνα αυτής της προσπάθειας και λειτουργεί ως το απαραίτητο software layer που επιτρέπει στον ψηφιακό κόσμο να επικοινωνεί με τους νευρώνες. Τα δεδομένα μεταφράζονται σε ηλεκτρικά ερεθίσματα, η δραστηριότητα των κυττάρων καταγράφεται και τα αποτελέσματα επιστρέφουν στο ψηφιακό περιβάλλον.
Έπειτα υπάρχει το Cortical Cloud.
Η ιδέα είναι ακόμη πιο πρωτοπόρα: να μπορεί ένας ερευνητής να χρησιμοποιεί ζωντανούς νευρώνες από απόσταση, χωρίς να διαθέτει ο ίδιος εργαστήριο που τους καλλιεργεί και τους διατηρεί.
Το «wetware» μετατρέπεται έτσι σε υπηρεσία.
Όπως κάποτε το computing μετακινήθηκε από τους υπολογιστές στα data centers και από εκεί στο cloud, τώρα εμφανίζεται η ιδέα ότι μέρος της υπολογιστικής ισχύος μπορεί να βρίσκεται σε ζωντανό βιολογικό υλικό κάπου αλλού.
Το interface όμως, παραμένει software.
Όχι φυσικά για να τρέξει το επόμενο ChatGPT.
Το CL1 δεν πρόκειται να αντικαταστήσει τους GPUs που εκπαιδεύουν μεγάλα μοντέλα ούτε να γίνει το νέο laptop processor.
Το ενδιαφέρον βρίσκεται αλλού.
Ο όρος «brain computer» προκαλεί εύκολα εικόνες από ταινίες επιστημονικής φαντασίας με εγκεφάλους μέσα σε δοχεία, συνειδητές μηχανές, οργανισμούς που σκέφτονται μέσα σε servers, κ.ά. Η πραγματικότητα απέχει πολύ από αυτό.
Οι βιολογικοί νευρώνες έχουν ιδιότητες που οι σημερινοί υπολογιστές δυσκολεύονται να αναπαράγουν. Μπορούν να προσαρμόζονται, να γενικεύουν από περιορισμένα δεδομένα και να μαθαίνουν μέσα από τροφοδότηση. Και όλα αυτά με εξαιρετικά χαμηλή ενεργειακή κατανάλωση σε σχέση με μεγάλες υπολογιστικές υποδομές.
Αν αυτές οι ιδιότητες μπορούν να αξιοποιηθούν με ελεγχόμενο και επαναλήψιμο τρόπο, τότε το «wetware» μπορεί να γίνει ένα συμπληρωματικό εργαλείο του AI.
Αλλά πιθανότατα η πρώτη μεγάλη αγορά του δεν θα είναι το AI, αλλά η ίδια η βιολογία.
Οι ερευνητές θα μπορούν να χρησιμοποιήσουν καλλιέργειες ανθρώπινων νευρώνων για να μελετήσουν νευρολογικές ασθένειες, να εξετάσουν την αντίδραση σε φάρμακα και να πειραματιστούν με διαδικασίες που σήμερα απαιτούν πολύ πιο αργές ή ατελείς προσεγγίσεις.
Αυτό δημιουργεί ένα δεύτερο, ίσως ακόμη σημαντικότερο, παράδοξο.
Ένα κομπιούτερ που αποτελείται εν μέρει από ανθρώπινα κύτταρα μπορεί να χρησιμοποιηθεί για να μελετήσει τον ίδιο τον άνθρωπο.
Και αν το hardware είναι ζωντανό;
Εδώ αρχίζουν τα δύσκολα.
Ο όρος «brain computer» προκαλεί εύκολα εικόνες από ταινίες επιστημονικής φαντασίας με εγκεφάλους μέσα σε δοχεία, συνειδητές μηχανές, οργανισμούς που σκέφτονται μέσα σε servers, κ.ά.
Η πραγματικότητα απέχει πολύ από αυτό.
Οι νευρωνικές καλλιέργειες του CL1 δεν είναι ανθρώπινοι εγκέφαλοι. Δεν έχουν αισθήσεις, προσωπική ιστορία ή τη σύνθετη αρχιτεκτονική ενός εγκεφάλου, και δεν υπάρχει λόγος να αντιμετωπίζονται ως μικροσκοπικοί άνθρωποι παγιδευμένοι μέσα σε ένα κομπιούτερ.
Όμως αυτό δεν εξαφανίζει το φιλοσοφικό πρόβλημα.
Μέχρι σήμερα μπορούσαμε να θεωρούμε ότι υπάρχει σαφής διαχωρισμός ανάμεσα σε μηχάνημα (Hardware), κώδικα (Software) και βιολογία.
Το «wetware» καταργεί αυτή την ‘καθαρότητα’.
Ένα σύστημα μπορεί να αποτελείται από ζωντανά κύτταρα και silicon, να ελέγχεται από software, να μαθαίνει από τροφοδότηση, να παράγει συμπεριφορές που δεν προγραμματίστηκαν με την παραδοσιακή έννοια.
Και τότε μια λέξη αρχίζει να γίνεται επικίνδυνα ασαφής: intelligence (νοημοσύνη).
Πότε μια προσαρμοστική συμπεριφορά είναι απλώς υπολογισμός και πότε μάθηση; Και υπάρχει κάποιο σημείο στο οποίο η μάθηση αποκτά χαρακτηριστικά που απαιτούν διαφορετική ηθική αντιμετώπιση;
Δεν υπάρχουν σαφείς απαντήσεις γιατί το πεδίο βρίσκεται ακόμη στην αρχή.
Η Cortical Labs δεν ισχυρίζεται ότι γνωρίζει ποια θα είναι η «killer application» της βιολογικής υπολογιστικής.
Ο Hon Weng Chong συγκρίνει το σημερινό «wetware» με την κατάσταση που υπήρχε πριν από την έκρηξη του σύγχρονου deep learning. Τα νευρωνικά δίκτυα υπήρχαν για χρόνια, οι GPUs είχαν δημιουργηθεί για γραφικά και τα δεδομένα συσσωρεύονταν.
Το 2012 αυτά τα στοιχεία συναντήθηκαν.
Το AlexNet έδειξε τι μπορούσε να συμβεί όταν η σωστή αρχιτεκτονική, το κατάλληλο hardware και αρκετά δεδομένα συνυπάρξουν.
Η Cortical Labs στοιχηματίζει ότι κάτι αντίστοιχο μπορεί να συμβεί και με το «wetware».
Ίσως το σημαντικότερο application να μην έχει ακόμη ανακαλυφθεί.
Ίσως κάποιος ερευνητής που σήμερα χρησιμοποιεί το CL1 για ένα πείραμα να βρει μια χρήση που κανείς δεν είχε προβλέψει.
Και αυτή είναι ίσως η πιο σημαντική αλλαγή που φέρνει το cloud μοντέλο.
Όταν η πρόσβαση στη βιολογική υπολογιστική πλατφόρμα γίνεται τόσο εύκολη όσο η πρόσβαση σε ένα software API, περισσότεροι άνθρωποι μπορούν να πειραματιστούν.
Το computing δεν γίνεται απλώς πιο ισχυρό. Γίνεται διαφορετικό.
Το AI έφερε μια διαφορετική ιδέα. Ίσως δεν χρειάζεται να γράψουμε όλους τους κανόνες αν μπορούμε να δημιουργήσουμε συστήματα που μαθαίνουν.
Το «wetware» το πηγαίνει ακόμη ένα βήμα παραπέρα.
Κι αν δεν χρειάζεται καν να κατασκευάσουμε εξ ολοκλήρου το σύστημα που μαθαίνει; Κι αν μπορούμε να χρησιμοποιήσουμε ένα υλικό που η εξέλιξη τελειοποιούσε επί εκατομμύρια χρόνια;
Αυτό δεν σημαίνει ότι το μέλλον των κομπιούτερ θα αποτελείται από κουτιά γεμάτα ανθρώπινους νευρώνες. Μπορεί το «wetware» να αποδειχθεί αδιέξοδο, να παραμείνει ως ένα εξειδικευμένο ερευνητικό εργαλείο ή μπορεί να χρειαστούν δεκαετίες μέχρι να γίνει πραγματικά χρήσιμο σε μεγάλη κλίμακα.
Αλλά το ερώτημα έχει ήδη μετακινηθεί από το «πόσο έξυπνο μπορούμε να κάνουμε ένα κομπιούτερ» στο «τι μπορεί να θεωρηθεί κομπιούτερ εξαρχής».
Για πρώτη φορά, η πληροφορική δεν προσπαθεί μόνο να μιμηθεί τη ζωή.
Προσπαθεί να την κάνει κομμάτι της.
Με την εγγραφή σας, συμφωνείτε με τους Όρους Χρήσης μας (συμπεριλαμβανομένης της παραίτησης από ομαδικές αγωγές και των διατάξεων διαιτησίας) και αναγνωρίζετε την Πολιτική Απορρήτου μας.
