مدل‌های هوش مصنوعی ساخته‌شده از مغز موش‌ها به واقعیت نزدیک‌تر شدند

از روز سه شنبه، مشتریان منتخب خدمات وب آمازون به مدل هوش مصنوعی «مغز موش» شرکت محاسبات زیستی به عنوان بخشی از یک پیش نمایش محدود دسترسی خواهند داشت. فناوری این استارت آپ به طور خاص برای بهبود هوش مصنوعی برای تولید ویدیو طراحی شده است. هم آمازون و هم شرکت محاسبات زیستی که با نام اختصاری TBC نامیده می شود، می گویند که انتظار دارند این فناوری به زودی برای همه مشتریان سازمانی AWS عرضه شود. الکساندر کسندزوفسکی، یکی از بنیانگذاران TBC، می گوید: «ما راهی برای کدگذاری اطلاعات، مانند تصاویر، به مواد بیولوژیکی پیدا کردیم.

سپس مشاهده می کنیم که زیست شناسی چگونه این اطلاعات را پردازش می کند و سپس ابزاری می سازیم که آن فرآیند را تقلید می کند. Deap Ubhi، مدیر جهانی فناوری برای استارت‌آپ‌ها در خدمات وب آمازون، می‌گوید: این اولین پلتفرم محاسباتی مشتق‌شده از بیولوژیکی نیست که آمازون در بازار خود در دسترس قرار داده است. Ubhi می‌گوید این غول رایانش ابری همچنین با Cortical Labs، یک شرکت استرالیایی که نورون‌های رشد یافته در آزمایشگاه را با تراشه‌های سیلیکونی ترکیب می‌کند تا به شرکت‌ها در پردازش داده‌ها کمک کند، کار می‌کند.

(این شرکت محصولات خود را WAAS یا "wetware به عنوان یک سرویس" می نامد.) Cortical Labs همچنین یک "کامپیوتر بیولوژیکی" چند هزار دلاری می فروشد، یک دستگاه کم مصرف که برای استفاده در آزمایشگاه ها طراحی شده است که ظاهرا می تواند نورون ها را به مدت شش ماه زنده نگه دارد. Ubhi می‌گوید TBC یک «رویکرد عمل‌گرایانه» را اتخاذ می‌کند، که بخشی از دلیل درخواست این شرکت برای آمازون است.

او توضیح می‌دهد که به‌جای انجام نوسان‌های بزرگ یا تلاش برای اختراع مجدد ترانسفورماتور، واحد معماری اصلی مدل‌های زبان بزرگ، «آنها در چارچوب استانداردهای موجود در فضای مولد هوش مصنوعی کار می‌کنند و می‌گویند: «چگونه می‌توانیم مدل‌های بصری فعلی را کارآمدتر کنیم؟» از آنجایی که شرکت‌های هوش مصنوعی برای یافتن راه‌هایی برای کارآمدتر کردن مدل‌های خود رقابت می‌کنند، حوزه‌ای که زمانی حاشیه‌ای به نام محاسبات بیولوژیکی نامیده می‌شود، شروع به جذب کرده است.

محققان مدت‌هاست جهانی را تصور می‌کنند که در آن نرم‌افزارهای رایانه‌ای به جای تکیه بر الگوریتم‌های مبتنی بر ریاضی، بیشتر شبیه شبکه‌های عصبی درون مغز انسان عمل می‌کنند. اما محاسبات بیولوژیکی با چالش های منحصر به فردی همراه است. این رشته به آزمایشگاه‌های زیست‌شناسی واقعی نیاز دارد، نه فقط آزمایشگاه‌های کامپیوتری، که در آن‌ها سلول‌های مغز، سلول‌های بنیادی یا مواد زیستی مصنوعی باید زنده یا حفظ شوند، به دقت نظارت شوند و به نحوی به اطلاعات دیجیتال معنادار تبدیل شوند.

در حالی که برخی از استارت آپ ها در این زمینه پیشرفت کرده اند، پل زدن بین طبیعت و کد همچنان پیچیده است. شرکت محاسبات زیستی چهار سال پیش در بالتیمور مریلند توسط دو متخصص مغز و اعصاب و جراح مغز و اعصاب تاسیس شد: Ksendzovsky، مدیر عامل فعلی شرکت، و Jon Pomeraniec، که به عنوان رئیس و مدیر ارشد اجرایی خدمت می کند.

در اوایل سال جاری، TBC 25 میلیون دلار از گروهی از سرمایه گذاران به رهبری Primary Venture Partners جمع آوری کرد که اولین دور قابل توجه بودجه آن بود. مدت کوتاهی پس از بسته شدن آن دور در ماه مارس، این شرکت ۲۵ میلیون دلار اضافی دریافت کرد و مجموع بودجه خود را به بیش از ۵۰ میلیون دلار رساند. این دور جدید سرمایه قبلا گزارش نشده است. سال گذشته این استارت آپ دفاتر و یک آزمایشگاه تحقیق و توسعه کوچک در سانفرانسیسکو افتتاح کرد که در آن 35 کارمند مستقیما با سلول های مغز موش و همچنین سلول های بنیادی انسان کار می کنند.

سلول های زنده روی آرایه های سیلیکونی چند الکترودی ساخته شده توسط 3Brain، یک شرکت بیوتکنولوژی سوئیسی قرار می گیرند. محققان از این آرایه ها برای ارسال الگوهای تحریک الکتریکی به نورون ها و ثبت واکنش آنها استفاده می کنند. سپس TBC آن فعالیت عصبی را برای الگوهای محاسباتی تحلیل می‌کند که می‌توانند به نرم‌افزار ترجمه شوند و برای بهبود مدل‌های هوش مصنوعی موجود، به‌ویژه مدل‌های تولید ویدیو استفاده شوند. Ksendzovsky می‌گوید، تصمیم برای تمرکز بر ویدیوهای خارج از دروازه هم علمی و هم عملی بود.

یکی از عوامل، طرح فیزیکی آرایه های سیلیکونی چند الکترودی بود که شرکت محاسبات زیستی استفاده می کند. مکانی که هر الکترود در آن قرار دارد بر نحوه تعامل آن با نورون ها تأثیر می گذارد. این شرکت متوجه شد که تصاویر مکانی طبیعی برای شروع هستند، زیرا اطلاعات بصری را می توان با سهولت بیشتری نسبت به متن یا زبان روی شبکه ترسیم کرد. از آنجا، یک مورد استفاده تجاری بالقوه ظاهر شد.

این استارت‌آپ این نظریه را مطرح کرد که با مدل‌سازی چگونگی پردازش تصاویر توسط نورون‌ها، می‌توان از این بینش برای بهبود مدل‌های هوش مصنوعی برای تولید ویدئو استفاده کرد. Pomeraniec می‌گوید که جف دین، محقق برجسته هوش مصنوعی و سرمایه‌گذار TBC، اولین کسی بود که به شرکت پیشنهاد داد قبل از اینکه بخواهد فناوری عصبی خود را به طور گسترده‌تر به کار گیرد، مدل‌های تولید ویدیو را تنظیم کند. از آنجایی که قبلا معیارهای صنعتی پذیرفته‌شده‌ای برای مدل‌های ویدیویی وجود دارد، این استارت‌آپ می‌تواند با آزمایش عملکرد خود روی مشکلاتی که قبلا حل شده‌اند، نشان دهد که آیا فناوری آن پیشرفت علمی معناداری را نشان می‌دهد یا خیر.

پومرانیک توضیح می‌دهد: «جف گفت اگر بتوانیم این کار را انجام دهیم، وعده انجام کارهای پیچیده‌تر و جالب‌تر با مدل‌های هوش مصنوعی ما در آینده وجود دارد». پیش از این، فناوری TBC تنها از طریق یک ارائه دهنده نئوکلاد به نام Bluesky Compute در دسترس بود. این استارت‌آپ ادعا می‌کند که مدل هوش مصنوعی آن، در مقایسه با مدل هوش مصنوعی منبع باز که روی آن اجرا می‌شود، در تولید ویدیو تا پنج برابر سریع‌تر است و هزینه استنتاج، پردازش یا بخش «تفکر» یک مدل هوش مصنوعی را در مقابل آموزش آن به‌طور قابل‌توجهی کاهش می‌دهد.

(این شرکت نمی‌گوید از کدام هوش مصنوعی منبع باز به عنوان مقایسه استفاده می‌کند، اما ادعا می‌کند که یکی از مدل‌های تولید ویدیوی مرزی است.) اکنون که آمازون نرم‌افزار TBC را توزیع می‌کند، این استارت‌آپ بلندپروازانه می‌تواند به طور بالقوه به پایگاه مشتریان بسیار بیشتری دست یابد. Ubhi از آمازون می گوید که از شرکت محاسبات زیستی هیجان زده است، اما باید دید که فناوری آن چقدر می تواند مقیاس پذیر باشد. "من فکر می کنم با هر مدلی مانند این، تنها چیزی که باید بپرسید این است که اگر آن را به سمت افراط بکشید، آیا باز هم پیشرفت هایی را مشاهده خواهید کرد؟ اگر مشتریانی دارید که می خواهند ویدیوهای طولانی تر تولید کنند، ده دقیقه

s، یک ساعت، از دست دادن احتمالی وفاداری در طول زمان چقدر است؟ او می پرسد. به عبارت دیگر، یک مدل باید بتواند آنچه را که قبلا اتفاق افتاده است، پیگیری کند و با طولانی شدن ویدیو، ثبات را حفظ کند. همانطور که TBC وارد فاز بعدی خود می شود، این شرکت به دنبال این خواهد بود که ببیند آیا فناوری آن در حالی که مشتریان جدید سعی می کنند آن را به حداکثر برسانند، پایدار است یا خیر.