Мы уже привыкли, что искусственный интеллект и нейросети пришли почти во все сферы нашей жизни. И сделали это стремительно — даже быстрее, чем смартфоны когда-то вытеснили кнопочные телефоны. Но у современного ИИ есть ахиллесова пята — он потребляет гигантское количество ресурсов: электричества для работы и воды для охлаждения серверов. Только на один запрос к большой языковой модели может тратиться энергия, эквивалентная той, что потребляет мощная лампочка за несколько часов. Если тенденция сохранится, в будущем большая часть энергосетей может работать на нужды ИИ, а не людей. Есть ли решение?
Оказывается, да. О нём я узнал на V Конгрессе молодых учёных — ключевом событии десятилетия науки и технологий. Речь о биологическом искусственном интеллекте (биоИИ). Если коротко, это искусственный интеллект, который работает не на гудящем сервере, а в тихой лаборатории — внутри небольшой чашки Петри, где «общаются» друг с другом настоящие нейроны. Звучит как фантастика, но это цель нового научного направления, в котором российские учёные находятся в числе мировых лидеров. Давайте объясню, как это работает.
Классический (небиологический) ИИ работает на процессорах, похожих на те, что в вашем компьютере. Они обрабатывают информацию в виде нулей и единиц, следуя строгим алгоритмам. По сути, это очень сложная компьютерная программа. Обучение такой системы — гигантская математическая задача. Например, для обучения модели, подобной GPT-3, может потребоваться количество электроэнергии, сопоставимое с годовым потреблением сотен домохозяйств, и обработка терабайтов текстовых данных. Это мощно, но, как я уже говорил, чрезвычайно расточительно.
Биологический ИИ подходит к задаче иначе. Его «процессором» служат живые нейроны, выращенные из стволовых клеток в виде «органоидов мозга» — миниатюрных, упрощённых подобий мозга. Звучит как фантастика, но это уже реальность.
Другой подход — это создание особых нейроморфных чипов. Это чипы, сделанные из кремня, как и в обычном небиологическом ИИ, но их внутренняя архитектура не как у обычного процессора, а с огромной точностью имитирует структуру мозга, где миллиарды нейронов связаны между собой триллионами соединений.
Возможно, чуть позже я напишу более подробную статью, где расскажу, чем нейроморфные чипы отличаются от органоидов, но сейчас для понимания приведу аналогию.
• Полностью биологический ИИ (органоиды) — это как вырастить настоящее дерево, чтобы получить древесину.
• Нейроморфный процессор — это как создать сверхсовременный пластик, который по структуре, гибкости и прочности неотличим от древесины, но сделан на заводе.
• Обычный ИИ — это как сделать стол из железных прутьев. Стол получится, но он будет тяжёлым, негибким и не будет похож на деревянный ни по структуре, ни по свойствам.
Органоиды — это перспектива отдалённого будущего, а нейроморфные процессоры — его наиболее реалистичная и развивающаяся «небиологическая» ветвь, пытающаяся достичь тех же целей с помощью электроники. То есть «биологические» они не буквально, а потому что философия их создания опирается на принципы работы нервной системы.
Ключевое отличие — в том, как они работают. Классический ИИ передаёт данные постоянно, как плавный поток воды. Мозг же (а вместе с ним и нейроморфные чипы) используют принцип спайков, или импульсов. Проще говоря, нейрон молчит, пока не накопит достаточно «входных сигналов» от соседей, а затем разряжается коротким электрическим импульсом — спайком.
Эта импульсная, «взрывная» связь невероятно энергоэффективна. Именно так работает человеческий мозг, способный творить гениальные вещи, потребляя всего около 20 ватт энергии — как одна энергосберегающая лампочка! Для сравнения: одна лишь мощная серверная видеокарта (а их в дата-центрах тысячи) потребляет 500-1000 ватт, не обладая и толикой гибкости человеческого мышления.
Обучение в этих системах тоже кардинально разное. Небиологический ИИ обучается, медленно настраивая миллиарды числовых параметров в своей виртуальной сети. Биологический же ИИ использует феномен синаптической пластичности. Извините за некоторые научные термины, но без них иногда совсем сложно, поэтому давайте объясню, что это такое.
Синапс — это точка соединения двух нейронов. Принцип «нейроны, которые возбуждаются вместе, связываются вместе» означает, что чем чаще два нейрона обмениваются сигналами, тем прочнее становится связь между ними. Это похоже на протаптывание тропинки в лесу: чем чаще по ней ходить, тем чётче она становится. Именно так мы с вами учимся, и этот механизм позволяет биологическому ИИ потенциально обучаться быстро и на основе небольшого количества примеров, а не миллионов картинок.
Потенциал биологического ИИ огромен. Он — суперкомпьютер размером с песчинку, который почти не требует энергии. Он может революционизировать медицину: изучая, как лекарства влияют на живые нейронные органоиды, человечество сможет найти новые способы борьбы с болезнями Альцгеймера или Паркинсона. Он может стать основой для автономных роботов, которые будут принимать решения в сложных, непредсказуемых условиях — например, на Марсе или в глубинах океана, — работая на одной батарейке месяцами. Сфер применения масса.
Звучит как сказка (немного пугающая, все мы смотрели «Терминатора»), но на пути биоИИ стоят серьёзные проблемы. Как управлять живой, самоорганизующейся сетью нейронов? Тут кодом не поможешь. Как «загрузить» в такой ИИ задачу? Как обеспечить стабильность, если биологическая культура может заболеть или деградировать?
Но самая глубокая проблема — этическая. Достигнув определённой сложности, сеть из миллионов нейронов, выращенная в лаборатории, может ли начать что-то «ощущать»? Появится ли у неё зачатки сознания? Тут мы упираемся в уже философские вопросы и ответы на них я отложу до следующей статьи, а пока подытожу главное.
Биологический ИИ — это не просто «ещё одна технология». Это принципиально иной путь. Традиционный ИИ пытается смоделировать разум в коде, а биоИИ — вырастить его из клеток или воссоздать в кремнии, подражая природе. И этот путь может привести нас к созданию по-настоящему эффективного и, в каком-то смысле, искусственно выращенного, но живого интеллекта.
Если мне удалось объяснить понятно, жду лайк, а ниже я собрал для вас ещё несколько статей, который должны быть вам интересны: