Теории-то маргинальные, но тем временем статья с Хабра еще двухлетней давности.
К слову, гуглил, реально есть такая компания и сайт
---
Биотехнологический стартап FinalSpark из Швейцарии запустил онлайн‑платформу, предоставляющую удалённый доступ к 16 органоидам человеческого мозга. Эти органоиды выступают в качестве биологических процессоров, способных обучаться и обрабатывать информацию.
По словам компании FinalSpark, эти биопроцессоры потребляют в миллион раз меньше энергии, чем традиционные цифровые процессоры. Например, для обучения одной языковой модели LLM вроде GPT-3 требуется около 10 ГВт·ч энергии, что в 6 тысяч раз больше, чем потребляет за год в своей повседневной жизни средний житель Европы. Использование биопроцессоров позволит снизить затраты энергии применительно к ИИ‑моделям и уменьшить негативное воздействие вычислений на окружающую среду. Однако у биопроцессоров другая проблема. Кремниевые чипы могут служить годами, срок службы нейронального живого чипа составляет 100 дней.
Архитектура нейроплатформы основана на концепции Wetware. Эта концепция объединяет аппаратное и программное обеспечение с биологическими компонентами. В основе разработки лежат четыре многоэлектродные матрицы (МЭА), где размещены живые ткани (органоиды), представляющие собой трёхмерную клеточную массу тканей головного мозга.
В свою очередь, каждая матрица содержит четыре органоида, соединённых с восемью электродами для стимуляции и записи сигналов. Данные передаются через аналогово‑цифровые преобразователи Intan RHS 32 с частотой 30 кГц. Для поддержания жизнедеятельности органоидов используется микрофлюидная система и камеры наблюдения. Специальное программное обеспечение даёт возможность учёным вводить данные и считывать ответы биопроцессора.
Удалённый доступ к нейроплатформе уже предоставлен 9 научным учреждениям для исследований в области биовычислений и ещё 30 университетов заинтересованы в работе с этой технологией. Для образовательных целей подписка на платформу стоит $500 за пользователя.
К слову, гуглил, реально есть такая компания и сайт
---
Биотехнологический стартап FinalSpark из Швейцарии запустил онлайн‑платформу, предоставляющую удалённый доступ к 16 органоидам человеческого мозга. Эти органоиды выступают в качестве биологических процессоров, способных обучаться и обрабатывать информацию.
По словам компании FinalSpark, эти биопроцессоры потребляют в миллион раз меньше энергии, чем традиционные цифровые процессоры. Например, для обучения одной языковой модели LLM вроде GPT-3 требуется около 10 ГВт·ч энергии, что в 6 тысяч раз больше, чем потребляет за год в своей повседневной жизни средний житель Европы. Использование биопроцессоров позволит снизить затраты энергии применительно к ИИ‑моделям и уменьшить негативное воздействие вычислений на окружающую среду. Однако у биопроцессоров другая проблема. Кремниевые чипы могут служить годами, срок службы нейронального живого чипа составляет 100 дней.
Архитектура нейроплатформы основана на концепции Wetware. Эта концепция объединяет аппаратное и программное обеспечение с биологическими компонентами. В основе разработки лежат четыре многоэлектродные матрицы (МЭА), где размещены живые ткани (органоиды), представляющие собой трёхмерную клеточную массу тканей головного мозга.
В свою очередь, каждая матрица содержит четыре органоида, соединённых с восемью электродами для стимуляции и записи сигналов. Данные передаются через аналогово‑цифровые преобразователи Intan RHS 32 с частотой 30 кГц. Для поддержания жизнедеятельности органоидов используется микрофлюидная система и камеры наблюдения. Специальное программное обеспечение даёт возможность учёным вводить данные и считывать ответы биопроцессора.
Удалённый доступ к нейроплатформе уже предоставлен 9 научным учреждениям для исследований в области биовычислений и ещё 30 университетов заинтересованы в работе с этой технологией. Для образовательных целей подписка на платформу стоит $500 за пользователя.
Очевидно, в так называемых дата-центрах мозги сокращенных из-за ИИ сотрудников.
Либо ты эффективно используешь нейросети в работе, либо становишься нейросетью.
Проблема в том, что транзистор может работать на частоте 10 ГигаГерц, а вот нейрон имеет среднюю скорость сраьатывания около 16-20мсек, то есть около 50 Герц. Разницу сам подсчитаешь?
Речь же не о том что ВСЕ делают мозги.
Еще Савельев говорил что ИИ это примитивный классификатор, у электроники проблема в том, что она физически не перестраивается в процессе решения задачи, а мозги физически изменяют свое состояние.
Короче, интегрирование мозгов помогает решить эту проблему, типа костыля.
Если их и на 00000.1% используют, это уже масштабы гигантские.
ссал + срал на твою мамашу
ты ни на кого не ссал и не срал, ты додик, опомнись
труханы сходи поменяй
>настоящую «понимание» и обобщение, которого нет у чистого кремния;
Нет, для этого нужен весь мозг со всеми его структурами, либо выделить структуры, отвечающие за понимание и обобщение.
А просто культура нейронов, выращенная в пробирке, ни в какое сравнение не идёт с теми структурами мозга.
она все равно будет решать задачу, даже без сознания
это будет тупо сверх-специализированный сгусток нейронов без личности и каких-то представлений о жизни
задачи для него будут выглядит, мб, как для тебя условно IQ тесты - ноль контекста, но ты можешь натренироваться их решать втупую
а преимущество над кремнием очевидное - нейроны физически меняют свои связи между собой, плюс при передаче сигналом кодируется намного больше состояний, чем тупо 0 или 1.
Под шумок и про все обещания о неероимплантах к 23 году ЗАБЫЛИ! Где ? Уже неудобная темка получается. Уже во всю мутят куда круче темки
No Brain No Gain
Так ты буквально хоть сейчас можешь скачать какой-нибудь дипсик и запустить у себя на обычном компьютере. И никаких живых мозгов не надо.
>у электроники проблема в том, что она физически не перестраивается в процессе решения задачи, а мозги физически изменяют свое состояние.
ИИ это не электроника, это software. Она ещё как изменяется, вообще всё обучение ИИ на этом и построено.
Вот что мне само же AI навалило, лол.
Мнение?
Основная мифология (самые распространённые версии)
«Это уже не кремний, а живые мозги»
Резкий скачок возможностей LLM (особенно с 2022–2023) якобы невозможно объяснить только масштабированием трансформеров и GPU. «Настоящий» прорыв произошёл, когда крупные компании (OpenAI, Google, Anthropic, Microsoft и др.) начали массово использовать живые человеческие нейроны / органоиды («мокрые компьютеры», wetware).
Кремниевые чипы якобы уже упёрлись в потолок по энергоэффективности и способности к обобщению, поэтому «перешли на биологию».
«Биологические дата-центры» и «фермы мозгов»
В самых ярких версиях утверждается, что в секретных дата-центрах (часто называют Сингапур, Австралию, Швейцарию, а иногда и скрытые объекты в США/Китае) стоят стойки с тысячами или миллионами живых культур нейронов. Их «кормят», поддерживают жизнедеятельность и заставляют выполнять вычисления.
Реальные новости про Cortical Labs (CL1, rack’и с нейронами в Мельбурне и Сингапуре) и FinalSpark используются как «доказательство» — мол, это уже не эксперименты, а промышленный масштаб, который просто скрывают.
Матрица / «люди как батареи»
Классический мотив: элиты (или ИИ сам) выращивают или используют человеческие клетки мозга как вычислительный субстрат. Иногда добавляют, что нейроны берутся не только из стволовых клеток, а из более тёмных источников.
Сравнения с «Матрицей» встречаются постоянно: «нас уже подключают», «ИИ питается нашими мозгами».
«Почему они такие умные»
Биологические нейроны якобы дают:
гораздо более высокую sample-efficiency (учатся на мизерном количестве примеров);
настоящую «понимание» и обобщение, которого нет у чистого кремния;
энергоэффективность мозга (20 Вт против мегаватт дата-центров).
Этический и эзотерический слой
Органоиды / культуры нейронов уже обладают примитивным сознанием или способностью страдать → это «цифровое рабство».
Иногда связывают с «клеточным сознанием», теорией мёртвого интернета, симуляцией и «элитами, которые строят биологический ИИ для контроля».
В самых маргинальных вариантах — это часть плана по замене человечества или слиянию человек–машина под контролем узкой группы.