CL1 w Singapurze: czy żywe neurony mogą zmienić infrastrukturę AI?

Dzięki temu badacze mogą obserwować i wykorzystywać aktywność żywej sieci neuronowej w czasie rzeczywistym, zamiast uruchamiać konwencjonalny algorytm wyłącznie na cyfrowym procesorze. Trafniejszym określeniem jest więc hybrydowy komputer biologiczno-elektroniczny, a nie „mózg w pudełku”.

Cortical Labs podaje, że CL1 integruje w jednym urządzeniu rejestrację aktywności, wykonywanie aplikacji i funkcje podtrzymywania życia, bez potrzeby korzystania z zewnętrznej mocy obliczeniowej do tych zadań. Kontrolowane środowisko ma utrzymywać hodowle neuronów przy życiu nawet przez sześć miesięcy.

Po co komputerowi żywe neurony?

Sieci neuronowe mogą zmieniać swoją aktywność pod wpływem doświadczenia i informacji zwrotnej. Ta plastyczność jest głównym powodem zainteresowania obliczeniami biologicznymi: w niektórych zadaniach żywe sieci mogą dostosowywać się do nowych danych bez tak dużej ilości danych i tradycyjnego ponownego treningu, jakiego wymagają systemy cyfrowe.

Nie oznacza to jednak, że CL1 jest ogólnie inteligentny albo świadomy. Platforma pokazuje sposób komunikowania się żywych neuronów z oprogramowaniem, ale nie dowodzi ludzkiego rozumienia, świadomości ani szerokiej inteligencji. Takie wnioski wymagałyby dowodów wykraczających poza obecne demonstracje badawcze.

Od eksperymentu DishBrain do CL1

Singapurski prototyp rozwija idee z eksperymentu DishBrain przeprowadzonego przez Cortical Labs w 2022 roku. Naukowcy hodowali wówczas ludzkie neurony wyprowadzone z komórek macierzystych oraz neurony gryzoni na gęstych macierzach mikroelektrod, a następnie połączyli ich aktywność z uproszczoną wersją gry Pong. Sygnały elektryczne przekazywały informacje o sytuacji na ekranie, a informacja zwrotna pomagała hodowlom modyfikować aktywność. W badaniu odnotowano oznaki uczenia się podczas rozgrywki w czasie rzeczywistym.

DishBrain był demonstracją laboratoryjną. CL1 pakuje tę samą ogólną koncepcję w bardziej kompletny, zdalnie obsługiwany system z wbudowanym podtrzymywaniem życia i narzędziami programistycznymi. Znaczenie CL1 polega właśnie na przejściu od eksperymentu w naczyniu do oferowanej komercyjnie jednostki obliczeniowej — choć jej praktyczne zastosowania dopiero są oceniane.

Zużycie energii: obiecująca liczba, ale niepełny obraz

Cortical Labs opisuje pobór mocy pojedynczego CL1 na poziomie około 30 W. W przypadku racka złożonego z 30 jednostek podawane jest około 850–1000 W.

Taki poziom zużycia energii może być atrakcyjny, zwłaszcza że rozwój AI zwiększa zapotrzebowanie centrów danych na prąd i chłodzenie. Sam pobór mocy nie dowodzi jednak wyższej efektywności. Rzetelne porównanie musiałoby obejmować to samo zadanie, podobną jakość wyników, przepustowość, narzut programowy i identyczne warunki pracy — zestawione z GPU lub innymi akceleratorami centrów danych.

Dostępne materiały nie przedstawiają publicznego, niezależnie zweryfikowanego testu zadanie w zadanie, w którym CL1 przewyższałby współczesne GPU. Na razie niższe zużycie energii należy traktować jako hipotezę do sprawdzenia, a nie dowód, że komputery biologiczne mogą zastąpić tradycyjną infrastrukturę AI.

Cena za biologiczność: ograniczony czas działania

Biologiczny element CL1 jest zarazem jego głównym ograniczeniem operacyjnym. Hodowle neuronów mają pozostawać zdolne do życia przez okres do sześciu miesięcy, podczas gdy konwencjonalne serwery krzemowe są zwykle eksploatowane znacznie dłużej.

Biologiczna instalacja wymaga więc zarządzania hodowlą, kontroli środowiska i procedur wymiany. Nie jest to bezobsługowy chip, który można zamontować i pozostawić na lata. Ewentualne wdrożenie na dużą skalę będzie musiało wykazać, że korzyści wynikające z biologicznej adaptacji i mniejszego zużycia energii uzasadniają dodatkowe wymagania biologiczne i operacyjne.

Ile kosztował CL1 w momencie debiutu?

Podawane ceny z okresu premiery w 2025 roku obejmowały:

• pojedynczą jednostkę CL1: około 35 000 dolarów amerykańskich;
• zakup racka z 30 jednostkami: około 20 000 dolarów za jednostkę;
• Wetware-as-a-Service: około 300 dolarów za jednostkę tygodniowo za zdalny dostęp do hodowli utrzymywanych przez operatora.

Są to ceny z okresu premiery i nie należy zakładać, że odpowiadają obecnym stawkom kontraktowym. Model chmurowy jest istotny, ponieważ pozwala badaczom korzystać z żywych hodowli neuronów zdalnie, bez samodzielnej obsługi urządzeń biologicznych.

Czy Singapur może dojść do 1000 jednostek?

Rack z 20 jednostkami w NUS jest etapem walidacji. Z relacji wynika, że przyszły obiekt w Singapurze mógłby docelowo pomieścić do 1000 jednostek CL1, ale rozbudowa jest uzależniona od zgód regulacyjnych oraz testów efektywności energetycznej i bezpieczeństwa.

DayOne i Cortical Labs zapowiadają, że przed większą inwestycją zajmą się projektem obiektu i planowaniem operacyjnym, koncentrując się na pomiarach wydajności, zarządzaniu, bezpieczeństwie biologicznym i zgodności z przepisami.

Liczba 1000 oznacza zatem możliwą przyszłą pojemność, a nie zamówioną czy uruchomioną infrastrukturę. Prototyp musi najpierw pokazać, jak systemy radzą sobie z realistycznymi obciążeniami, jak niezawodnie można utrzymywać hodowle, jak instalacja współpracuje z operacjami centrum danych oraz jakie zasady kontroli materiału biologicznego będą potrzebne.

Dostępne źródła nie potwierdzają, że wdrożenie 1000 jednostek będzie działać w konkretnym terminie. Planowanego kamienia milowego dotyczącego centrum danych nie należy więc utożsamiać z gwarancją, że biologiczna rozbudowa zostanie zrealizowana według tego samego harmonogramu.

Możliwe zastosowania — i to, czego jeszcze nie potwierdzono

Partnerzy projektu oraz relacje na jego temat wskazują kilka potencjalnych obszarów zastosowań obliczeń biologicznych:

• adaptacyjna sztuczna inteligencja: systemy reagujące na zmieniające się dane i potencjalnie uczące się na mniejszej ilości informacji;
• odkrywanie leków i badania neurologiczne: żywe hodowle neuronów jako modele eksperymentalne;
• robotyka: badania nad adaptacyjnym sterowaniem i zachowaniem maszyn;
• cyberbezpieczeństwo: eksperymenty z systemami reagującymi na zmienne lub nietypowe wzorce;
• neuronauka: badania nad uczeniem, plastycznością i biologiczną adaptacją.

Są to potencjalne kierunki rozwoju, a nie potwierdzone przewagi wydajnościowe. Dostarczone dowody nie pokazują, że CL1 przewyższa systemy cyfrowe w ogólnej AI, robotyce, odkrywaniu leków czy cyberbezpieczeństwie.

Dlaczego projekt jest ważny dla strategii centrów danych Singapuru?

Singapur testuje CL1 w warunkach rosnących wymagań dotyczących efektywności i zrównoważonego rozwoju centrów danych. Projekt wpisuje się w kierunek singapurskiej Green Data Center Roadmap — mapy drogowej dotyczącej rozwoju infrastruktury cyfrowej przy jednoczesnym ograniczaniu presji energetycznej i środowiskowej.

Bezpośrednia wartość instalacji jest więc przede wszystkim badawcza. Prototyp daje naukowcom, operatorom infrastruktury i regulatorom możliwość sprawdzenia, czy obliczenia z wykorzystaniem żywych neuronów mogą uzupełniać krzemowe systemy w wąskich klasach zadań. Nie jest to koniec ery centrów danych opartych na GPU, lecz wczesny test tego, czy żywe sieci neuronowe staną się kiedyś jednym z elementów bardziej zróżnicowanego i energooszczędnego stosu obliczeniowego.