Больше разборов — в Telegram-канале «Идеи для ИИ — Андрей Анисимов»: https://t.me/ideasforai
Ранее я писал о «термодинамическом тупике ИИ» и биологических вычислениях как возможном выходе. Спустя несколько месяцев решил перепроверить факты — и первоначальная версия оказалась слишком категоричной.
Надёжных подтверждений истории об «утекших документах OpenAI», где Илья Суцкевер якобы объявил кремниевый AGI физически невозможным, я не нашёл. Не подтверждаются и расчёты про 2,9 МВт на один AGI или потребность в энергии всей Солнечной системы.
Но сама энергетическая проблема реальна.
По данным Международного энергетического агентства, в 2024 году дата-центры потребили около 415 ТВт·ч — примерно 1,5% мировой электроэнергии. В базовом сценарии к 2030 году потребление может вырасти до 945 ТВт·ч. При этом эффективность отдельной AI-задачи быстро улучшается, но общий спрос растёт ещё быстрее из-за масштаба использования.
На этом фоне биокомпьютинг выглядит особенно интересно.
🧠 FinalSpark открыла исследователям удалённый доступ к платформе с человеческими мозговыми органоидами. Компания изучает, можно ли использовать живые нейронные культуры для вычислений с очень низким энергопотреблением. Но это пока экспериментальная установка, а не процессор для обучения больших языковых моделей.
🎮 Cortical Labs показала DishBrain — культуру человеческих и мышиных нейронов, которая в замкнутом контуре научилась лучше выполнять упрощённую задачу, похожую на Pong. Позже компания представила CL1 — программируемую исследовательскую систему на живых нейронах. Это важный шаг, но не универсальный биологический компьютер и тем более не AGI.
🐀 Эксперимент Neiry и МГУ тоже реален: нейросеть формировала ответ, а крыса получала через стимуляцию сигнал, соответствующий варианту «да» или «нет». Это демонстрация нейроинтерфейса и гибридной системы, но не доказательство того, что мозг крысы решает задачи по физике или заменяет ИИ.
Главный вывод теперь звучит осторожнее.
Биологические нейронные сети действительно впечатляют энергоэффективностью и способностью адаптироваться. Но сегодня органоидный и гибридный интеллект — это ранняя исследовательская область со сложными инженерными и этическими вопросами.
В ближайшие годы энергетическую нагрузку ИИ, скорее всего, будут снижать более эффективные модели и чипы, оптимизация дата-центров и новая энергетическая инфраструктура. Биокомпьютеры могут стать частью следующей вычислительной парадигмы — но утверждать, что они уже спасают AGI от «термодинамического тупика», пока рано.
А вы бы согласились запускать вычисления на системе с живыми человеческими нейронами?