Есть старое правило компьютерной индустрии: если устройство способно хоть что-нибудь вычислять, рано или поздно кто-нибудь запустит на нём Doom.
Игру 1993 года запускали на калькуляторах, банкоматах, фотоаппаратах и совершенно неприличном количестве устройств, которые для этого вообще не предназначались.
В 2026 году очередь дошла до живых человеческих нейронов.
Около двухсот тысяч клеток подключили к электронной системе. Электрическими импульсами им передавали информацию о происходящем в виртуальном мире, их собственную активность считывали обратно — и превращали в команды игры.
Нет, кусочек человеческого мозга не осознал себя, не потребовал клавиатуру и не начал отстреливать демонов.
Но сам факт довольно замечательный.
Потому что человечество уже не просто пытается построить компьютер, который работает как мозг.
Мы начинаем строить компьютеры, внутри которых действительно работают живые нейроны.
Зачем вообще выращивать процессор
На первый взгляд идея выглядит как решение проблемы, которой никто не просил.
Кремниевые процессоры великолепны.
Они работают быстро, предсказуемо, производятся миллионами и не умирают, если забыть поменять питательную жидкость.
Тем временем человечество вложило сотни миллиардов долларов в GPU, нейроморфные чипы и специализированные ускорители для искусственного интеллекта.
И тут приходят биологи:
— А давайте посадим клетки на микросхему.
Возникает закономерный вопрос:
зачем?
Ответ находится у нас в голове.
Человеческий мозг — очень странный компьютер.
Он постоянно обрабатывает зрение, слух, речь, память, положение тела, запахи, эмоции, планы на завтра и подозрительный звук из кухни.
Учится всю жизнь.
Перестраивает свои собственные связи.
Способен освоить новую задачу по нескольким примерам.
И всё это хозяйство потребляет примерно 20 ватт.
Современные системы искусственного интеллекта умеют потрясающие вещи, но энергетической скромностью не отличаются.
Большим моделям нужны огромные вычислительные кластеры, тысячи ускорителей и дата-центры мощностью в десятки и сотни мегаватт.
Поэтому появилась довольно дерзкая мысль:
мы десятилетиями пытаемся имитировать нейрон электроникой.
А что, если просто взять нейрон?
Нейрон — не транзистор
Здесь важно сразу забыть картинку «крошечный мозг вместо Intel».
Биокомпьютер работает совсем не так.
Обычный процессор выполняет строго определённые операции. Один и тот же вход при одинаковых условиях должен давать один и тот же результат.
Нейрон — живой.
Его поведение зависит от предыдущей активности, химической среды, состояния соседних клеток и множества других факторов.
А главное — нейронные сети физически перестраиваются во время обучения.
Связи между клетками усиливаются.
Ослабевают.
Появляются новые паттерны активности.
Иначе говоря, в обычном компьютере мы меняем данные и программу.
В живой нервной сети во время обучения меняется сама вычислительная среда.
Для некоторых задач это невероятно неудобно.
Для других — именно ради этого всё и затевалось.
Всё началось с Pong
Австралийская компания Cortical Labs стала известна после эксперимента DishBrain.
На специальный чип с множеством микроэлектродов выращивали живые нейроны человека и мыши.
Электроды могли работать в обе стороны.
Через них клетки стимулировали.
Через них же считывали электрическую активность.
Затем эту систему подключили к простой компьютерной игре Pong.
Нейронам передавали информацию о положении мяча, а их активность превращали в движение виртуальной ракетки.
Разумеется, клетки не «видели» экран.
Не знали, что такое мяч.
Не понимали правил тенниса.
Но сеть постепенно меняла своё поведение в зависимости от обратной связи и начинала лучше взаимодействовать со средой.
И это было гораздо интереснее результата игры.
Потому что система училась прямо в процессе работы.
Без миллиарда размеченных примеров.
Без традиционного обучения нейросети методом обратного распространения ошибки.
Живая нервная ткань делала то, для чего эволюция её и создала: приспосабливалась.
Теперь это уже можно купить
После DishBrain можно было сказать:
— Отличный лабораторный эксперимент. Покажите что-нибудь полезное.
Cortical Labs пошла дальше и создала CL1.
Внешне устройство довольно скучное. Никаких банок с плавающим мозгом, зелёной жидкости и молний Франкенштейна.
Внутри находится кремниевая электроника, система жизнеобеспечения и чип, на котором растёт культура живых нейронов.
Клетки получают питательную среду.
Поддерживается нужная температура.
Электроды отправляют нейронам сигналы и считывают их ответы.
Система способна поддерживать культуру до нескольких месяцев.
Самое необычное начинается на уровне программирования.
Разработчик может открыть Python, подключиться к системе и взаимодействовать с живой нейронной сетью почти так же, как сегодня работает с любым другим вычислительным оборудованием.
Условно:
Python → электрический сигнал → живые нейроны → электрическая активность → Python.
Мы ещё не привыкли к этой строчке.
А покупать коробку даже необязательно
Есть Cortical Cloud.
Логика почти такая же, как у обычного облачного сервиса.
Только вместо аренды GPU пользователь получает удалённый доступ к настоящей культуре нейронов.
Можно открыть Jupyter Notebook.
Написать программу.
Послать стимуляцию.
Считать ответ клеток.
Провести эксперимент.
А всё мокрое, биологическое и капризное обслуживание остаётся в дата-центре.
Получается прекрасный технологический оксюморон:
облачные живые нейроны.
Причём австралийцы не единственные.
В Швейцарии выращивают уже маленькие трёхмерные структуры
Компания FinalSpark пошла немного другим путём.
Вместо плоской культуры клеток она работает с мозговыми органоидами — небольшими трёхмерными образованиями из нервной ткани.
И здесь надо осторожно обращаться со словами.
В прессе органоиды любят называть «мини-мозгами».
Это очень сильно преувеличивает реальность.
У них нет полноценной архитектуры человеческого мозга.
Нет органов чувств.
Нет тела.
Нет сознания, которое сидит внутри и возмущается условиями эксперимента.
Но это живая нервная ткань, способная демонстрировать сложную электрическую активность и изменяться со временем.
FinalSpark подключает такие структуры к электродам и предоставляет исследователям удалённый доступ через свою Neuroplatform.
Можно стимулировать органоид.
Считывать его активность.
Собирать данные.
Писать программу через API.
Компания уже накопила десятки терабайт записей нейронной активности.
То есть биокомпьютинг начинает обзаводиться тем же, чем когда-то обзавелись обычные вычисления:
железом, облаком, API и разработчиками.
Только слово «железо» здесь уже не совсем подходит.
И что такой компьютер умеет лучше обычного?
Пока — почти ничего из того, ради чего обычный человек покупает компьютер.
Excel на органоиде запускать бессмысленно.
Посчитать налоги — тоже.
Отрендерить видео быстрее видеокарты он не сможет.
Большую языковую модель такая система завтра не заменит.
Сильная сторона живой нейронной ткани в другом.
Она обучается.
Причём потенциально очень экономно по количеству примеров.
Биологические нервные системы великолепно работают с шумом, неполной информацией и постоянно меняющейся средой.
Ребёнку не нужно десять миллионов фотографий кошки, чтобы понять, что это кошка.
Человек может увидеть новый предмет несколько раз и начать им пользоваться.
Современный ИИ к этому приближается, но цена обучения всё ещё огромна.
Поэтому одна из главных надежд биокомпьютинга — понять, как биология достигает такой эффективности, а затем либо использовать сами нейроны, либо перенести найденные механизмы обратно в электронику.
Возможно, самый ценный результат живого компьютера окажется не в том, что он заменит кремниевый.
А в том, что он объяснит нам, как построить следующий кремниевый компьютер.
С энергетикой всё тоже не так красиво, как кажется
Здесь чаще всего приводят убийственное сравнение.
Человеческий мозг — около 20 ватт.
Современный AI-дата-центр — мегаватты.
Ну всё.
Победа биологии со счётом тысяча ноль.
Только такое сравнение слегка жульническое.
Мозг действительно потребляет удивительно мало энергии.
Но он живёт внутри весьма сложной системы жизнеобеспечения под названием «человек».
Сердце гонит кровь.
Лёгкие доставляют кислород.
Печень и почки поддерживают химическую среду.
Тело регулирует температуру.
А человек регулярно ест котлету, чтобы весь этот дата-центр продолжал работать.
В лаборатории роль организма приходится выполнять машинам.
Нужны насосы.
Нагреватели.
Система подачи питательной среды.
Контроль газа.
Электроника.
Стерильность.
Датчики.
Автоматика.
В свежих научных работах для этого даже появился почти бухгалтерский термин — life-support tax, налог на жизнеобеспечение.
Если считать только нейроны, биология выглядит фантастически экономичной.
Если включить всё оборудование вокруг них, магия заметно тускнеет.
По крайней мере сегодня.
Кремниевый процессор ещё и не заболеет в пятницу вечером
Есть более серьёзная инженерная проблема.
Два обычных процессора одной модели практически одинаковы.
Две живые культуры — нет.
Одна растёт быстрее.
Другая медленнее.
У них немного разная структура.
Сегодня нейроны демонстрируют один паттерн активности.
Через неделю — другой.
Клетки стареют.
Реагируют на среду.
Могут погибнуть.
С точки зрения биолога это нормально.
С точки зрения инженера дата-центра звучит как кошмар.
Представьте сообщение от облачного провайдера:
«Ваш процессор сегодня немного плохо себя чувствует. Попробуйте вычисление завтра».
Intel себе такого не позволяет.
Пока.
Поэтому будущее, вероятно, будет гибридным
Самый разумный сценарий биокомпьютинга сегодня выглядит не как война:
нейроны против кремния.
Скорее как сотрудничество.
Кремний делает то, что умеет прекрасно:
точно считает;
хранит данные;
быстро выполняет детерминированные операции;
запускает программы;
управляет всей системой.
Биологическая часть берёт на себя задачи, где полезны адаптация и обучение.
Собственно, CL1 уже именно так и устроен.
Это не биологический компьютер в чистом виде.
Это гибрид.
Живая нервная сеть плюс обычная электроника плюс программное обеспечение.
Можно представить будущий компьютер, где рядом с CPU и GPU появится ещё один специализированный блок.
Назовём его условно BPU — Biological Processing Unit.
Звучит слегка безумно.
Но GPU когда-то тоже был всего лишь странной дополнительной платой для ускорения компьютерной графики.
Теперь вокруг них строят энергетические программы государств.
А дальше возникает самый неудобный вопрос
Сегодня экспериментировать с несколькими сотнями тысяч нейронов относительно просто в этическом смысле.
Никаких оснований считать такую культуру человеком нет.
Никаких доказательств сознания у неё тоже нет.
Но технология движется в довольно очевидном направлении.
Больше нейронов.
Более сложная структура.
Больше типов клеток.
Дольше жизнь.
Больше входящих сигналов.
Более развитое обучение.
Соединение нескольких органоидов.
В какой момент простой набор живых нейронов становится системой, для которой нам уже недостаточно сказать:
«Это просто вычислительный субстрат»?
Точного ответа нет.
Проблема ещё неприятнее из-за того, что мы и обычное человеческое сознание до конца не понимаем.
Мы знаем, что оно связано с работой мозга.
Но у нас нет прибора с лампочкой:
СОЗНАНИЕ ОБНАРУЖЕНО.
Если однажды гораздо более сложная культура начнёт демонстрировать память, устойчивые предпочтения или необычные реакции, спор будет весьма весёлым.
Можно ли её выключить?
Можно ли заставить выполнять неприятную задачу?
Можно ли поставить тысячу таких систем в стойку дата-центра?
У кремния подобных профсоюзных перспектив пока нет.
Но до Матрицы ещё очень далеко
Сегодняшний биокомпьютинг находится гораздо ближе к ранней экспериментальной электронике, чем к конкуренту NVIDIA.
Мы уже доказали, что живую нервную ткань можно подключить к цифровой системе.
Что ей можно передавать информацию.
Что её активность можно считывать.
Что она способна адаптироваться.
Что этим можно управлять программно и даже через интернет.
Это немало.
Но мы ещё толком не знаем, какие задачи стоит давать такому компьютеру.
И это нормальная стадия любой новой технологии.
Первые электронные компьютеры тоже не создавались ради TikTok, нейросетей и заказа суши.
Сначала человечество получает новый способ обрабатывать информацию.
Потом десятилетиями выясняет, зачем он был нужен.
Возможно, живые нейроны никогда не заменят кремний.
Возможно, окажутся слишком капризными, дорогими и неудобными.
А возможно, через двадцать лет рядом с процессором и видеокартой действительно будет стоять маленький контейнер с живой нервной тканью, обучающийся тому, чему электронные системы всё ещё учатся слишком долго.
Самое странное, что технически первый шаг уже сделан.
Компьютер больше не обязательно должен быть полностью неживым.
