Я видел такое, чего вам, кремниевым, и не высчитать

Современные нейросети вдохновлены устройством мозга, но всё же работают иначе. Да, они тоже учатся, ошибаются, запоминают. Но за «интеллектуальностью» скрывается всё тот же бинарный код для последовательной обработки данных.

А стоит ли усложнять?

Сегодняшние ИИ работают на кремниевых чипах, которым трудно справляться с задачами на тысячи параллельных операций. Даже графические процессоры (GPU), ставшие основной платформой для нейросетей, далеки от пластичности живых систем. А биологические нейросети потенциально могли бы:

• обрабатывать информацию параллельно при минимальном потреблении энергии

• адаптироваться к новым условиям

• восстанавливаться после повреждений

Такие свойства делают биочипы привлекательной основой для будущих поколений ИИ. Особенно если речь идет об интеграции с живыми тканями. Звучит как sci-fi, но в 2024 году швейцарская компания FinalSpark уже представила прототип первого биопроцессора. Ещё раньше, в 2022 году, австралийский стартап Cortical Labs научил нейронную культуру играть в Понг. Весной 2025-го он же анонсировал создание первого в мире биологического компьютера CL1. Заявление вызвало волну скепсиса — отчасти из-за преувеличений в медиа для инвестиционной привлекательности. Да и речь пока идет не о компьютерах в привычном смысле. Это скорее «органы», способные чувствовать стимулы и изменяться в процессе обучения. Но наличие самого вектора развития технологий очевидно. Вот и интерфейсы «мозг — компьютер» для интерпретации сигналов, о которых мы писали, уже не кажутся чем-то фантастическим.

А можно создать биокомпьютеры на уровне молекул?

Интерес к молекулярным вычислениям возник ещё во второй половине XX века и стал предвестником синтетической биологии. Если традиционные компьютеры оперируют бинарным кодом, то биологические — генетическим. Изменяя ДНК, ученые могут буквально программировать клетки для выполнения конкретных задач. В 1994 году Леонард Адлеман впервые продемонстрировал потенциал ДНК-компьютеров, использовав молекулы для решения комбинаторной задачи. А в 2019 году биосистема на основе ДНК уже извлекала корень из 900. Правда, масштабирование таких решений остается крайне сложной задачей. А еще ДНК — не единственный кандидат: в 2016 году были показаны возможности параллельных вычислений на белках.

Метафора «машины» помогает нам лучше изучать и понимать живые системы, даже проектировать их. Но если сводить биологию к булевым функциям, мы рискуем недооценить ее масштаб. Так что, кто знает — возможно, самый мощный компьютер не соберут, а вырастят.

Источник: vk.com

Комментарии: