近日瑞士生物計算初創公司FinalSpark推出了全球第一個基于體外生物神經元的在線生物計算平臺“Neuroplatform”，能夠進行學習和處理信息，相比傳統數字處理器的功耗低了100萬倍。

能耗更低的生物計算技術

FinalSpark公司表示，當今社會，處理數字信息所需要的巨大能源成本，已經成為了現代科學技術進步的重要代價之一。

特別是隨著生成式人工智能（AI）的爆發，所訓練的AI大模型參數也變得越來越大，使用大模型的用戶越來越多，需要的基于硅基的AI芯片也越來多，消耗的能源也越來越龐大。

例如，訓練像 GPT-3這樣的單個大語言模型大約需要 10 GWh的能耗，這大約是歐洲公民每年使用能源的 6,000 倍。

除了與訓練LLM相關的大量能源需求外，推理成本也是一個同樣緊迫的問題。

據 OpenAI 首席執行官 Sam Altman 最近披露的數據顯示，OpenAI 等平臺每天通過 ChatGPT 等服務生成超過 1000 億個單詞，這所帶來的能耗也將是相當驚人的。

使用 LLaMA 65B 模型作為參考點的初步計算表明，僅單詞生成的能量消耗就從每天 450 到 6000 億焦耳不等。

雖然為全球數百萬用戶提供人工智能驅動的見解和交互是必要的，但這種能源使用量凸顯了更節能計算范式的緊迫性。

根據市場調研機構Factorial Funds的報告顯示，OpenAI的文字生成視頻模型Sora一個月內使用4,200至10,500片H100 GPU，其中單個H100能在約12分鐘內生成一個一分鐘視頻，或者每小時約5個一分鐘視頻，在Sora高峰時期需要72萬個H100 GPU。

按照H100 GPU的峰值功耗為700瓦，如果再算上GPU本身及服務器、數據中心所需要配套的其他部件及散熱所需的功耗，擁有72萬個H100 GPU的一個AI數據中心每小時的能耗將會超過7.2億瓦時。

高盛發布的一項最新研究報告也表示，隨著人工智能的快速發展，對于算力的需求也是越來越高。預計到2030年，全球AI數據中心對于電力的需求將增長160%。

FinalSpark指出，人工智能的發展不能僅僅因為“它消耗太多能源”而通過實施監管來限制現有人工智能模型的開發和使用，因為失去技術發展的領先地位可能會帶來巨大的戰略成本。

因此，應該在增加綠色能源供給的同時，采用更為節能的非常規計算技術，來作為減少二氧化碳排放的最佳途徑。

資料顯示，生物計算就是一種更為節能的非常規計算技術，這一個由活神經元構建計算機的領域，其最大優勢之一是神經元計算信息所需的能量比數字計算機要少得多。

據估計，活體神經元消耗的能量比我們目前使用的數字處理器要低 100 萬倍以上。比如人腦大約有860億個神經元，而功耗僅為20瓦左右。

FinalSpark表示，鑒于現有的基于硅基芯片來運行的人工神經網絡 （ANN）所面臨的巨大功耗問題，正在興起的基于人工生物神經網絡（BNN）的生物計算機具有很誘人的前景。 

FinalSpark的生物計算平臺“Neuroplatform”

根據研究顯示，活體大腦中的神經是具有高度可塑性的，這種可塑性是可以由許多因素觸發，實際上是由到達我們大腦的任何感官刺激觸發的。

當我們做一些新的事情時尤其如此，例如學習、閱讀、解決問題、學習新動作或任何新體驗——無論是在外部世界還是在內部世界（通過情緒，我們通過情緒來感知我們的內部信號）。

FinalSpark就是試圖通過電刺激觸發的活體神經元的可塑性，利用活體神經元的自然能力來量化、存儲和處理信息。

FinalSpark的目標是以可預測的、可控的方式修改活體神經元，從而允許執行計算。

“我們相信，這是生物計算新興領域的未來，其中生物元素被用作硬件。畢竟，還有什么生物物質能比活的神經元更適合計算呢？”FinalSpark在其官方博客文章中寫道。

為了研究生物計算技術，FinalSpark實驗室使用了成體體細胞（如皮膚細胞）重編程為誘導多能干細胞（iPSC）的人類神經元構建了一個神經球，這是一個由約 10000個活神經元構成的活體“類腦器官”（FO），直徑約為 0.5 毫米。

通常，這類神經球被用于生物醫學研究、研究腦部疾病以及更好地了解人類大腦的工作原理。

但是，FinalSpark首次將它們用于生物計算，旨在構建一種新型計算機處理器。

此次，FinalSpark所推出的在線生物計算平臺“Neuroplatform”就是由16個上述“類腦器官”組成，其中每4個“類腦器官”使用多電極陣列（MEA）來連接，即構成腦組織的3D細胞團。

換句話來說就是，每個MEA可容納四個“類腦器官”，總共使用8個電極連接（如下圖），使用數模轉換器 （DAC） 發送電信號，并通過模數轉換器 （ADC） 從神經元收集信號。

據介紹，MEA 裝置采用空氣-液體界面 (ALI) 方法，其中將類腦器官直接放置在位于通透膜上方的電極上，培養基在 170 μL 腔室中在該膜下方流動。

由表面張力形成的一層薄薄的培養基將類器官的上側與加濕的培養箱空氣隔開。部分覆蓋 MEA 的蓋子進一步保護了這種布置（如下圖）。

與浸沒式培養的方法相比，這種 ALI 方法可實現更高的通量和更高的穩定性，因為不需要專門的涂層，并且類腦器官也不太容易從電極上脫落。

該生物計算系統中的電極是既可以進行刺激（輸入），也可以進行記錄（輸出）的。

相應的數模轉換和模數轉換由 Intan RHS 32 探頭執行。

使用范圍從 10 nA 到 2.5 mA 的電流控制器執行刺激，并通過測量每個電極上的電壓來獲得記錄，采樣頻率為 30 kHz，分辨率為 16 bit，精度為 0.15 μV。

探頭連接到 Intan RHS 控制器，控制器又通過 USB 端口連接到計算機。

△以 μV 為單位測量 32 個電極中每個電極一秒鐘的電活動，每組 8 個電極記錄不同的類腦組裝

上圖顯示了 32 個電極中的每一個所記錄的電活動。可以注意到，每個電極記錄的活動是不同的。

因為，每組 8 個電極記錄不同的類腦器官，并且對于給定的類腦器官，每個電極記錄也是在不同的位置。

該顯示的數據已經實時刷新呈現在了網上，研究者可以通過FinalSpark的網站（ https://finalspark.com/live/），全天候查看。

FinalSpark表示，“我們比較了此 ALI 裝置的記錄特性與監測浸沒式類腦器官的 MCS MEA (60MEA200/30iR-Ti)，使用完全相同的 Intan 系統進行電壓轉換。

下圖顯示了分別使用 ALI 和浸沒式裝置記錄的動作電位疊加圖，并顯示了相似的信號特性。

Neuroplatform系統依賴于一個筆記本電腦來進行操控，提供對 3 種資源的訪問：

1. 一個數據庫，其中存儲了有關Neuroplatform系統的所有信息；

2. 在專用 PC 上運行的 Intan 軟件，用于記錄 200 毫秒時間窗口內檢測到的尖峰數量和設置刺激參數；

3. 根據刺激參數觸發電流刺激的樹莓派開發板。

類腦器官壽命已超100天

為了維持類腦器官的生命，需要保持在無菌的37℃左右環境的環境中，并不斷供應神經元培養基 (NM)。

對此，FinalSpark設計了閉環微流體系統，可實現全天候培養基供應，從而減少培養箱中物理干預的干擾，并確保穩定的環境條件。

據介紹，該培養基以 15uL/min 的速率循環，培養基流速由 BT-100 2 J 蠕動泵控制，并根據需要（例如在實驗運行期間）不斷調整。蠕動泵使用 RS485 接口連接到 PC 控制軟件，用于編程（即 Python）或手動操作。

該微流體回路系統由 0.8 毫米（內徑，ID）管道制成。使用 Fluigent 流量傳感器對微流體回路和流速進行持續監測，該傳感器通過 USB 連接到 Neuroplatform 控制中心。與介質流速相關的數據存儲在數據庫中以供以后訪問。

此外，每個MEA 都配備了一個 1230 萬像素的攝像頭，可以通過交互方式或編程方式（例如通過 Raspberry Pi）控制，捕捉靜態圖像或錄制視頻，以識別例如細胞壞死、微流體可能導致的類器官位移、培養基酸度變化（使用顏色分析，因為我們的培養基含有酚紅）、污染、神經黑色素生成（可能在釋放多巴胺時發生）、溢出（培養基無意中填充了膜上方的腔室）或培養基中的氣泡等問題。

在類腦器官壽命方面，FinalSpark表示，最初它們的壽命只有幾個小時，但經過各種改進，特別是與微流體系統相關的改進，在最好的情況下已將其壽命延長至超過100天。

已有32個研究小組申請合作

為了便于共同研究基于人工生物神經網絡（BNN）的生物計算，并為使用生物神經元的神經網絡開發全新的方法，需要一個能夠進行大量實驗的系統，因此FinalSpark開發了Neuroplatform系統，并支持7 x 24小時的全天候電刺激、動作電位監測，允許全世界的研究人員以無與倫比的規模進行電生理實驗。

FinalSpark表示：“使用活神經元構建下一代生物處理器并非易事。盡管具有很多優勢，例如能源效率、可擴展性和經過驗證的信息處理能力，但來自活神經元的生物處理器很難開發。我們仍然不知道如何對它們進行編程。與數字計算機不同，生物計算機是真正的黑匣子。出于這個原因，我們需要大量的實驗來使它們發揮作用。但是，如果我們找到一種方法來控制這些黑匣子，它們就可以成為真正強大的IT工具。”

據介紹，在過去三年中，Neuroplatform系統累計通過 1,000 多個類腦器官，收集了超過 18 TB 的數據。

目前在 2024 年，該系統已經對外開放用于研究目的。

盡管已有 32 個研究小組要求訪問 Neuroplatform，但考慮到自身的研究需求，目前的基礎設施只能容納 7 個研究小組。因此，FinalSpark正在擴大AC/DC硬件系統的規模，以同時支持更多用戶。

FinalSpark 的聯合創始人 Fred Jordan 說：“我們堅信，只有通過國際合作才能實現這樣一個雄心勃勃的目標。”

需要指出的是，FinalSpark目前僅限于在一個類腦器官上執行神經可塑性的閉環算法，因為這些算法需要向每個類腦器官發送實時適應的模擬信號。

為此，FinalSpark的軟件也正在更新，未來將可支持在多達 32 個類腦器官上并行閉環運行。