1573
5月27日消息，近日瑞士生物計算初創(chuàng)公司FinalSpark推出了全球第一個基于體外生物神經(jīng)元的在線生物計算平臺“Neuroplatform”，能夠進(jìn)行學(xué)習(xí)和處理信息，相比傳統(tǒng)數(shù)字處理器的功耗低了100萬倍。
能耗更低的生物計算技術(shù)
FinalSpark公司表示，當(dāng)今社會，處理數(shù)字信息所需要的巨大能源成本，已經(jīng)成為了現(xiàn)代科學(xué)技術(shù)進(jìn)步的重要代價之一。特別是隨著生成式人工智能（AI）的爆發(fā)，所訓(xùn)練的AI大模型參數(shù)也變得越來越大，使用大模型的用戶越來越多，需要的基于硅基的AI芯片也越來多，消耗的能源也越來越龐大。
例如，訓(xùn)練像 GPT-3這樣的單個大語言模型大約需要 10 GWh的能耗，這大約是歐洲公民每年使用能源的 6,000 倍。除了與訓(xùn)練LLM相關(guān)的大量能源需求外，推理成本也是一個同樣緊迫的問題。據(jù) OpenAI 首席執(zhí)行官 Sam Altman 最近披露的數(shù)據(jù)顯示，OpenAI 等平臺每天通過 ChatGPT 等服務(wù)生成超過 1000 億個單詞，這所帶來的能耗也將是相當(dāng)驚人的。使用 LLaMA 65B 模型作為參考點(diǎn)的初步計算表明，僅單詞生成的能量消耗就從每天 450 到 6000 億焦耳不等。雖然為全球數(shù)百萬用戶提供人工智能驅(qū)動的見解和交互是必要的，但這種能源使用量凸顯了更節(jié)能計算范式的緊迫性。
根據(jù)市場調(diào)研機(jī)構(gòu)Factorial Funds的報告顯示，OpenAI的文字生成視頻模型Sora一個月內(nèi)使用4,200至10,500片H100 GPU，其中單個H100能在約12分鐘內(nèi)生成一個一分鐘視頻，或者每小時約5個一分鐘視頻。而在Sora高峰時期需要72萬個H100 GPU。按照H100 GPU的峰值功耗為700瓦，如果再算上GPU本身及服務(wù)器、數(shù)據(jù)中心所需要配套的其他部件及散熱所需的功耗，擁有72萬個H100 GPU的一個AI數(shù)據(jù)中心每小時的能耗將會超過7.2億瓦時。
高盛發(fā)布的一項(xiàng)最新研究報告也表示，隨著人工智能的快速發(fā)展，對于算力的需求也是越來越高。預(yù)計到2030年，全球AI數(shù)據(jù)中心對于電力的需求將增長160%。
FinalSpark指出，人工智能的發(fā)展不能僅僅因?yàn)椤八奶嗄茉础倍ㄟ^實(shí)施監(jiān)管來限制現(xiàn)有人工智能模型的開發(fā)和使用，因?yàn)槭ゼ夹g(shù)發(fā)展的領(lǐng)先地位可能會帶來巨大的戰(zhàn)略成本。因此，應(yīng)該在增加綠色能源供給的同時，采用更為節(jié)能的非常規(guī)計算技術(shù)，來作為減少二氧化碳排放的最佳途徑。
資料顯示，生物計算就是一種更為節(jié)能的非常規(guī)計算技術(shù)，這一個由活神經(jīng)元構(gòu)建計算機(jī)的領(lǐng)域，其最大優(yōu)勢之一是神經(jīng)元計算信息所需的能量比數(shù)字計算機(jī)要少得多。據(jù)估計，活體神經(jīng)元消耗的能量比我們目前使用的數(shù)字處理器要低 100 萬倍以上。比如人腦大約有860億個神經(jīng)元，而功耗僅為20瓦左右。
FinalSpark表示，鑒于現(xiàn)有的基于硅基芯片來運(yùn)行的人工神經(jīng)網(wǎng)絡(luò) （ANN）所面臨的巨大功耗問題，正在興起的基于人工生物神經(jīng)網(wǎng)絡(luò)（BNN）的生物計算機(jī)具有很誘人的前景。
FinalSpark的生物計算平臺“Neuroplatform”
根據(jù)研究顯示，活體大腦中的神經(jīng)是具有高度可塑性的，這種可塑性是可以由許多因素觸發(fā)，實(shí)際上是由到達(dá)我們大腦的任何感官刺激觸發(fā)的。當(dāng)我們做一些新的事情時尤其如此，例如學(xué)習(xí)、閱讀、解決問題、學(xué)習(xí)新動作或任何新體驗(yàn)——無論是在外部世界還是在內(nèi)部世界（通過情緒，我們通過情緒來感知我們的內(nèi)部信號）。
FinalSpark就是試圖通過電刺激觸發(fā)的活體神經(jīng)元的可塑性，利用活體神經(jīng)元的自然能力來量化、存儲和處理信息。FinalSpark的目標(biāo)是以可預(yù)測的、可控的方式修改活體神經(jīng)元，從而允許執(zhí)行計算。
“我們相信，這是生物計算新興領(lǐng)域的未來，其中生物元素被用作硬件。畢竟，還有什么生物物質(zhì)能比活的神經(jīng)元更適合計算呢？”FinalSpark在其官方博客文章中寫道。
為了研究生物計算技術(shù)，F(xiàn)inalSpark實(shí)驗(yàn)室使用了成體體細(xì)胞（如皮膚細(xì)胞）重編程為誘導(dǎo)多能干細(xì)胞（iPSC）的人類神經(jīng)元構(gòu)建了一個神經(jīng)球，這是一個由約 10000個活神經(jīng)元構(gòu)成的活體“類腦器官”（FO），直徑約為 0.5 毫米。通常，這類神經(jīng)球被用于生物醫(yī)學(xué)研究、研究腦部疾病以及更好地了解人類大腦的工作原理。但是，F(xiàn)inalSpark首次將它們用于生物計算，旨在構(gòu)建一種新型計算機(jī)處理器。
此次，F(xiàn)inalSpark所推出的在線生物計算平臺“Neuroplatform”就是由16個上述“類腦器官”組成，其中每4個“類腦器官”使用多電極陣列（MEA）來連接，即構(gòu)成腦組織的3D細(xì)胞團(tuán)。換句話來說就是，每個MEA可容納四個“類腦器官”，總共使用8個電極連接（如下圖），使用數(shù)模轉(zhuǎn)換器 （DAC） 發(fā)送電信號，并通過模數(shù)轉(zhuǎn)換器 （ADC） 從神經(jīng)元收集信號。
據(jù)介紹，MEA 裝置采用空氣-液體界面 (ALI) 方法，其中將類腦器官直接放置在位于通透膜上方的電極上，培養(yǎng)基在 170 μL 腔室中在該膜下方流動。由表面張力形成的一層薄薄的培養(yǎng)基將類器官的上側(cè)與加濕的培養(yǎng)箱空氣隔開。部分覆蓋 MEA 的蓋子進(jìn)一步保護(hù)了這種布置（如下圖）。與浸沒式培養(yǎng)的方法相比，這種 ALI 方法可實(shí)現(xiàn)更高的通量和更高的穩(wěn)定性，因?yàn)椴恍枰獙ｉT的涂層，并且類腦器官也不太容易從電極上脫落。
該生物計算系統(tǒng)中的電極是既可以進(jìn)行刺激（輸入），也可以進(jìn)行記錄（輸出）的。相應(yīng)的數(shù)模轉(zhuǎn)換和模數(shù)轉(zhuǎn)換由 Intan RHS 32 探頭執(zhí)行。使用范圍從 10 nA 到 2.5 mA 的電流控制器執(zhí)行刺激，并通過測量每個電極上的電壓來獲得記錄，采樣頻率為 30 kHz，分辨率為 16 bit，精度為 0.15 μV。探頭連接到 Intan RHS 控制器，控制器又通過 USB 端口連接到計算機(jī)。
△以 μV 為單位測量 32 個電極中每個電極一秒鐘的電活動，每組 8 個電極記錄不同的類腦組裝
上圖顯示了 32 個電極中的每一個所記錄的電活動。可以注意到，每個電極記錄的活動是不同的。因?yàn)?，每組 8 個電極記錄不同的類腦器官，并且對于給定的類腦器官，每個電極記錄也是在不同的位置。該顯示的數(shù)據(jù)已經(jīng)實(shí)時刷新呈現(xiàn)在了網(wǎng)上，研究者可以通過FinalSpark的網(wǎng)站（ https://finalspark.com/live/），全天候查看。
FinalSpark表示，“我們比較了此 ALI 裝置的記錄特性與監(jiān)測浸沒式類腦器官的 MCS MEA (60MEA200/30iR-Ti)，使用完全相同的 Intan 系統(tǒng)進(jìn)行電壓轉(zhuǎn)換。下圖顯示了分別使用 ALI 和浸沒式裝置記錄的動作電位疊加圖，并顯示了相似的信號特性。
Neuroplatform系統(tǒng)依賴于一個筆記本電腦來進(jìn)行操控，提供對 3 種資源的訪問：
1. 一個數(shù)據(jù)庫，其中存儲了有關(guān)Neuroplatform系統(tǒng)的所有信息；
2. 在專用 PC 上運(yùn)行的 Intan 軟件，用于記錄 200 毫秒時間窗口內(nèi)檢測到的尖峰數(shù)量和設(shè)置刺激參數(shù)；
3. 根據(jù)刺激參數(shù)觸發(fā)電流刺激的樹莓派開發(fā)板。
類腦器官壽命已超100天
為了維持類腦器官的生命，需要保持在無菌的37℃左右環(huán)境的環(huán)境中，并不斷供應(yīng)神經(jīng)元培養(yǎng)基 (NM)。對此，F(xiàn)inalSpark設(shè)計了閉環(huán)微流體系統(tǒng)，可實(shí)現(xiàn)全天候培養(yǎng)基供應(yīng)，從而減少培養(yǎng)箱中物理干預(yù)的干擾，并確保穩(wěn)定的環(huán)境條件。
據(jù)介紹，該培養(yǎng)基以 15uL/min 的速率循環(huán)，培養(yǎng)基流速由 BT-100 2 J 蠕動泵控制，并根據(jù)需要（例如在實(shí)驗(yàn)運(yùn)行期間）不斷調(diào)整。蠕動泵使用 RS485 接口連接到 PC 控制軟件，用于編程（即 Python）或手動操作。
該微流體回路系統(tǒng)由 0.8 毫米（內(nèi)徑，ID）管道制成。使用 Fluigent 流量傳感器對微流體回路和流速進(jìn)行持續(xù)監(jiān)測，該傳感器通過 USB 連接到 Neuroplatform 控制中心。與介質(zhì)流速相關(guān)的數(shù)據(jù)存儲在數(shù)據(jù)庫中以供以后訪問。
此外，每個MEA 都配備了一個 1230 萬像素的攝像頭，可以通過交互方式或編程方式（例如通過 Raspberry Pi）控制，捕捉靜態(tài)圖像或錄制視頻，以識別例如細(xì)胞壞死、微流體可能導(dǎo)致的類器官位移、培養(yǎng)基酸度變化（使用顏色分析，因?yàn)槲覀兊呐囵B(yǎng)基含有酚紅）、污染、神經(jīng)黑色素生成（可能在釋放多巴胺時發(fā)生）、溢出（培養(yǎng)基無意中填充了膜上方的腔室）或培養(yǎng)基中的氣泡等問題。
在類腦器官壽命方面，F(xiàn)inalSpark表示，最初它們的壽命只有幾個小時，但經(jīng)過各種改進(jìn)，特別是與微流體系統(tǒng)相關(guān)的改進(jìn)，在最好的情況下已將其壽命延長至超過100天。
已有32個研究小組申請合作
為了便于共同研究基于人工生物神經(jīng)網(wǎng)絡(luò)（BNN）的生物計算，并為使用生物神經(jīng)元的神經(jīng)網(wǎng)絡(luò)開發(fā)全新的方法，需要一個能夠進(jìn)行大量實(shí)驗(yàn)的系統(tǒng)，因此FinalSpark開發(fā)了Neuroplatform系統(tǒng)，并支持7×24小時的全天候電刺激、動作電位監(jiān)測，允許全世界的研究人員以無與倫比的規(guī)模進(jìn)行電生理實(shí)驗(yàn)。
FinalSpark表示：“使用活神經(jīng)元構(gòu)建下一代生物處理器并非易事。盡管具有很多優(yōu)勢，例如能源效率、可擴(kuò)展性和經(jīng)過驗(yàn)證的信息處理能力，但來自活神經(jīng)元的生物處理器很難開發(fā)。我們?nèi)匀徊恢廊绾螌λ鼈冞M(jìn)行編程。與數(shù)字計算機(jī)不同，生物計算機(jī)是真正的黑匣子。出于這個原因，我們需要大量的實(shí)驗(yàn)來使它們發(fā)揮作用。但是，如果我們找到一種方法來控制這些黑匣子，它們就可以成為真正強(qiáng)大的IT工具。”
據(jù)介紹，在過去三年中，Neuroplatform系統(tǒng)累計通過 1,000 多個類腦器官，收集了超過 18 TB 的數(shù)據(jù)。目前在 2024 年，該系統(tǒng)已經(jīng)對外開放用于研究目的。盡管已有 32 個研究小組要求訪問 Neuroplatform，但考慮到自身的研究需求，目前的基礎(chǔ)設(shè)施只能容納 7 個研究小組。因此，F(xiàn)inalSpark正在擴(kuò)大AC/DC硬件系統(tǒng)的規(guī)模，以同時支持更多用戶。
FinalSpark 的聯(lián)合創(chuàng)始人 Fred Jordan 說：“我們堅信，只有通過國際合作才能實(shí)現(xiàn)這樣一個雄心勃勃的目標(biāo)。”
需要指出的是，F(xiàn)inalSpark目前僅限于在一個類腦器官上執(zhí)行神經(jīng)可塑性的閉環(huán)算法，因?yàn)檫@些算法需要向每個類腦器官發(fā)送實(shí)時適應(yīng)的模擬信號。為此，F(xiàn)inalSpark的軟件也正在更新，未來將可支持在多達(dá) 32 個類腦器官上并行閉環(huán)運(yùn)行。
編輯：芯智訊-浪客劍
下載ECAD模型
