广场
最新
热门
资讯
我的主页
发布
Kyle Chassé
2026-03-08 02:52:39
关注
🚨 第一个“活体计算机”已问世
科学家们现在正在用实验室培养的人脑细胞运行计算机。
真正的神经元。
在硅芯片上生长。
像Cortical Labs这样的公司正在利用源自干细胞的微型脑类器官构建生物计算机。
这些簇包含大约20万到80万神经元,并连接到电极,允许它们接收输入并发送信号。
它们甚至已经可以学习。
研究人员通过响应电反馈训练它们玩像乒乓球这样的简单游戏。
令人惊讶的是效率。
人脑的能耗大约为20瓦特。
现代人工智能数据中心消耗兆瓦级的电力。
这种巨大的能量差距促使科学家们探索生物计算。
Cortical Labs已经推出了一套商业系统,名为CL1。
售价约为35,000美元,允许开发者通过云端在活体神经元簇上直接运行代码。
他们称之为“湿件作为服务”。
这个愿景是混合计算。
硅芯片负责高速处理。
生物学负责适应性学习。
你的大脑可以从少量数据中学习,立即适应,甚至自行修复。
传统的人工智能需要庞大的数据集和不断的再训练。
如果这项技术规模化,未来的数据中心可能会充满“活体服务器”。
由生物处理器网络与传统芯片协作工作。
一些研究人员相信,这样的系统在某些任务上能比传统系统节能数亿倍。
但要实现规模化将非常困难。
人脑大约有860亿个神经元。
而目前的生物计算机不到一百万个。
连接数十亿神经元的跨数据中心网络将需要全新的硬件。
而且还存在重大的伦理问题。
如何在服务器机架中维护活体神经元?
这样的系统是否可能变得有意识?
我们是否愿意将生物智能作为计算基础设施?
有一点是明确的。
人工智能的能耗正在爆炸式增长。
到2030年,数据中心的电力消耗可能占全球电力的8%。
如果生物计算成功,未来的人工智能可能不再纯粹依赖硅基硬件。
它可能会运行在活体神经网络上。
查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见
声明
。
3人点赞了这条动态
赞赏
3
评论
转发
分享
评论
0/400
评论
暂无评论
热门话题
查看更多
#
Gate2月透明度报告
5.68万 热度
#
国际油价突破100美元
14.72万 热度
#
微策略再砸12.8亿美元增持BTC
8614.67万 热度
#
哈梅内伊之子当选伊朗领袖
64.34万 热度
#
Gate蓝龙虾
3.43万 热度
热门 Gate Fun
查看更多
Gate Fun
KOL
最新发币
即将上市
成功上市
1
H
BTJ
市值:
$0.1
持有人数:
1
0.00%
2
DF
Delta Force
市值:
$2417.24
持有人数:
1
0.00%
3
YFC
YFC
市值:
$2465.41
持有人数:
2
0.23%
4
wocao
握草
市值:
$2413.79
持有人数:
0
0.00%
5
GAM
明星资本
市值:
$0.1
持有人数:
1
0.00%
置顶
Gate 广场内容挖矿奖励继续升级!无论您是创作者还是用户,挖矿新人还是头部作者都能赢取好礼获得大奖。现在就进入广场探索吧!
创作者享受最高60%创作返佣
创作者奖励加码1500USDT:更多新人作者能瓜分奖池!
观众点击交易组件交易赢大礼!最高50GT等新春壕礼等你拿!
详情:https://www.gate.com/announcements/article/49802
网站地图
🚨 第一个“活体计算机”已问世
科学家们现在正在用实验室培养的人脑细胞运行计算机。
真正的神经元。
在硅芯片上生长。
像Cortical Labs这样的公司正在利用源自干细胞的微型脑类器官构建生物计算机。
这些簇包含大约20万到80万神经元,并连接到电极,允许它们接收输入并发送信号。
它们甚至已经可以学习。
研究人员通过响应电反馈训练它们玩像乒乓球这样的简单游戏。
令人惊讶的是效率。
人脑的能耗大约为20瓦特。
现代人工智能数据中心消耗兆瓦级的电力。
这种巨大的能量差距促使科学家们探索生物计算。
Cortical Labs已经推出了一套商业系统,名为CL1。
售价约为35,000美元,允许开发者通过云端在活体神经元簇上直接运行代码。
他们称之为“湿件作为服务”。
这个愿景是混合计算。
硅芯片负责高速处理。
生物学负责适应性学习。
你的大脑可以从少量数据中学习,立即适应,甚至自行修复。
传统的人工智能需要庞大的数据集和不断的再训练。
如果这项技术规模化,未来的数据中心可能会充满“活体服务器”。
由生物处理器网络与传统芯片协作工作。
一些研究人员相信,这样的系统在某些任务上能比传统系统节能数亿倍。
但要实现规模化将非常困难。
人脑大约有860亿个神经元。
而目前的生物计算机不到一百万个。
连接数十亿神经元的跨数据中心网络将需要全新的硬件。
而且还存在重大的伦理问题。
如何在服务器机架中维护活体神经元?
这样的系统是否可能变得有意识?
我们是否愿意将生物智能作为计算基础设施?
有一点是明确的。
人工智能的能耗正在爆炸式增长。
到2030年,数据中心的电力消耗可能占全球电力的8%。
如果生物计算成功,未来的人工智能可能不再纯粹依赖硅基硬件。
它可能会运行在活体神经网络上。