Većina ljudi danas je barem usputno čula za kvantna računala, oko kojih se posljednjih godina diže velika medijska prašina. No bioračunala su i dalje relativno nepoznat pojam, uglavnom rezerviran za biopunk estetiku, cyberpunk romane i druge SF žanrove. Ironično, upravo su bioračunala možda bliže stvarnoj primjeni nego što mnogi misle, jer prvi funkcionalni prototipovi već postoje. Pa tako krenimo redom, što je bioračunalo uopće?
Najjednostavnije rečeno, riječ je o računalnim sustavima koji koriste biološke procese za obradu podataka te tako leže na spoju biotehnologije, neuroznanosti i računalnog inženjerstva. Umjesto klasičnih silicijskih tranzistora, ovdje se koriste neuroni, DNK molekule, proteinske reakcije ili žive stanice. Ideja nije nužno napraviti „živi laptop“, nego iskoristiti ono što biologija već pola milijarde godina radi nevjerojatno učinkovito: obradu informacija.
Iako ne postoji jedinstvena podjela bioračunala, današnja se istraživanja uglavnom kreću u nekoliko smjerova. Tako DNK računarstvo svoje korijene vuče još iz devedesetih godina prošlog stoljeća, dok posljednjih godina sve veću pozornost privlače hibridni „wetware” sustavi koji povezuju elektroniku i biološko tkivo u svojevrsni spoj računala i organizma.
Neuroni kao procesori, DNK kao memorija
Na prvi pogled teško je zamisliti kako biologija uopće može „računati“. No ljudski mozak upravo je to - iznimno složeno biološko računalo.
Neuroni međusobno komuniciraju električnim i kemijskim signalima te stvaraju ogromnu paralelnu mrežu sposobnu za obradu informacija, učenje i prilagodbu. Za razliku od klasičnih procesora koji zadatke obrađuju uglavnom sekvencijalno, mozak milijarde operacija izvodi paralelno.
DNK je, s druge strane, fascinantna kao medij za pohranu podataka. Jedan gram DNK teoretski može sadržavati stotine petabajta digitalnih informacija. Znanstvenici su već uspješno pohranili tekstove, slike, pa čak i videozapise unutar sintetičke DNK, uz dugoročnu stabilnost kakvu klasični diskovi teško mogu postići.
Kod DNK računarstva izračuni se ne odvijaju kroz elektrone u tranzistorima, već kroz kemijske reakcije među molekulama. Problem koji bi u klasičnom računalu zahtijevao golemi broj iteracija može se riješiti paralelnim reakcijama milijuna molekula istovremeno.
Arhitektura bioračunala: Neuronski organoidi povezani su s računalnim sustavom koji prima i šalje električne signale
Wetware i organoidi
Ipak, upravo su hibridni sustavi ti koji privlače najviše pažnje. Posebno zanimljivo područje unutar biohibridnih sustava su organoidi - male strukture nalik pojednostavljenim verzijama moždanog tkiva koje se uzgajaju na čipovima opremljenima elektrodama.
U tim sustavima „živi“ dio čine neuroni, dok su sve ostalo i dalje klasične računalne komponente - čipovi, elektrode i komunikacijska sučelja. Ideja je spojiti biološku sposobnost učenja s preciznošću elektronike i računalnih sustava.
Takvi sustavi nastaju tako da znanstvenici iz matičnih stanica uzgajaju neurone koji se potom sami organiziraju u male organoide i razvijaju međusobne veze. Nakon toga povezuju ih s elektrodama koje mogu slati podražaje i očitavati njihovu aktivnost, a upravo je sposobnost tih neuronskih mreža da uče i prilagođavaju se ono što bioračunala čini toliko zanimljivima istraživačima.
Kod organoidnih sustava i sam „hardver“ više nalikuje laboratorijskoj opremi nego klasičnom serveru. Organoidi se drže u kontroliranim uvjetima s pažljivo reguliranom temperaturom, vlagom i sastavom plinova kako bi neuroni ostali živi i funkcionalni - praktički kombinacija servera i uređaja za održavanje života.
Za razliku od običnog računala kojem je dovoljna struja, ovdje je jedan od najvećih izazova upravo održati „živi“ dio sustava na životu dovoljno dugo za stabilan rad. Budući da organoidi nemaju krvne žile poput pravog mozga koje bi ih opskrbljivale hranjivim tvarima, životni vijek im je ograničen, te se već nekoliko mjeseci preživljavanja smatra uspjehom u ovom području.
Što mozak i dalje radi bolje od računala
Unatoč svim modernim superračunalima i AI akceleratorima, ljudski mozak i dalje ostaje možda najimpresivniji sustav za obradu podataka koji poznajemo.
Mozak troši otprilike koliko i jedna slabija žarulja, a pritom obavlja zadatke za koje bi klasičnim računalima trebale ogromne količine energije. Upravo je energetska učinkovitost jedan od glavnih razloga zašto istraživači toliko ulažu u bioračunala.
Druga prednost je paralelizam. Dok klasični procesori imaju ograničen broj jezgri, biološke mreže prirodno obrađuju velik broj informacija usporedo, pa su zato biološki sustavi iznimno dobri u prepoznavanju uzoraka i prilagodbi.
Naravno, biologija ima i ozbiljne nedostatke. Biološki procesi često su sporiji od elektronike, osjetljivi na promjene okoliša i puno teži za održavanje. Neuroni trebaju hranjive tvari, kontrolirane uvjete i stalnu stabilnost. Programiranje takvih sustava također je daleko od klasičnog pisanja koda - više podsjeća na treniranje ili uzgoj sustava nego na standardni software development.
CL1: Bioračunalo tvrtke Cortical Labs, koje je u eksperimentima između ostaloga naučilo igrati kultnu videoigru Doom, komercijalno je dostupno kroz cloud platformu - ali i kao samostalna hardverska jedinica
Kraj miniaturizacije silicija?
Desetljećima je razvoj računalne industrije pratio Mooreov zakon, odnosno tranzistori su postajali sve manji, brži i jeftiniji. No približavamo se fizičkim granicama silicija. Na nanometarskim razinama pojavljuju se problemi poput curenja struje, zagrijavanja i kvantnih efekata koji otežavaju daljnju miniaturizaciju. Upravo zato tehnološka industrija intenzivno traži alternative.
Istraživači su već demonstrirali nekoliko fascinantnih primjera bioračunalstva. Australska tvrtka Cortical Labs razvila je vlastiti „biOS“, svojevrsni operativni sustav za upravljanje biološkim neuronima, zajedno s API-jem koji istraživačima omogućuje programiranje i interakciju s neuronskim mrežama na čipu. Isto tako, švicarski FinalSpark već nudi mogućnost udaljenog pristupa organoidnim bioprocesorima putem interneta kao svojevrsni cloud computing sa živim neuronima.
Osim toga, tvrtka Cortical Labs je otišla i još dalje te razvila sustav DishBrain, u kojem su laboratorijski uzgojeni neuroni naučili igrati Pong, a kasnije su predstavili i CL1 - biohibridno računalo u kojem se oko 200.000 ljudskih neurona uzgojenih na čipu povezivalo sa sustavom za igranje Dooma. Električni signali iz igre pretvarali su se u podražaje za neuronsku mrežu, dok su odgovori neurona služili kao komande za kretanje i pucanje u igri. Doduše, zasad se gameri ne trebaju bojati konkurencije iz Petrijeve zdjelice - neuronske mreže još uvijek često poginu već nakon kratkog vremena provedenog u igri.
No čak i ako tehnologija napreduje, ostaje veliko pitanje: tko će programirati živo računalo?
Za razliku od klasičnog softvera, ovdje se neuroni ne programiraju linijama koda, već učenjem i podražajima. Primjerice, istraživači iz FinalSparka „programiraju“ neurone stimulacijom pomoću dopamina kako bi ih podučili uspješnom izvršavanju određenih zadataka. Tako programeri budućnosti možda neće samo debugirati kod, nego i „odgajati“ neuronske mreže u laboratoriju, čime se otvaraju potpuno nova interdisciplinarna zanimanja na granici računarstva, biologije i neuroznanosti koja danas tek počinjemo naslućivati.
FinalSpark Neuroplatform: online platforma koja istraživačima omogućuje izvođenje eksperimenata na „živim računalima“ putem interneta već je dostupna zainteresiranima - za samo 1.000 dolara mjesečne pretplate
Etička pitanja: gdje završava tehnologija, a počinje život?
Čim računala počnu uključivati žive stanice i neurone, ulazimo na teren na kojem tehnologija više nije samo inženjersko pitanje, već i filozofsko. Primjerice, već je sada zanimljivo da se u nekim eksperimentima s organoidima neposredno prije prestanka njihova rada bilježe spontani naleti pojačane neuronske aktivnosti, što istraživače podsjeća na slične skokove moždane aktivnosti zabilježene kod pojedinih ljudi neposredno prije smrti.
Problem je što ni sama znanost nema jedinstvenu definiciju života ni svijesti. Biljke su žive, ali ne postoje dokazi da posjeduju svijest ili subjektivno iskustvo. Životinje svrstavamo pod kategoriju koju definira engleska riječ „sentient“ - sposobnima osjećati - ali ne i pod kategoriju „sapient“, odnosno posjedovanje ljudske inteligencije. Pa gdje bi onda spadala bioračunala?
Vjerojatno nećemo završiti u scenarijima iz Frankensteina ili Lovecraftovih horora, ali mogućnost da zažive sustavi negdje između stroja i organizma više nije potpuno nezamisliva. Upravo zato rasprave o pravima, eksperimentiranju i granicama korištenja takvih sustava postaju važne puno ranije nego što se možda čini.
Postavlja se i neugodno pitanje ljudske perspektive. Ako jednog dana razvijemo sustave koji pokazuju neki oblik svijesti ili osjećaja, hoćemo li ih automatski tretirati kao vlasništvo? Povijest čovječanstva prema drugim oblicima života baš i ne ulijeva povjerenje - od industrijskog tretmana životinja do uništavanja okoliša, često pokazujemo da inteligencija nije nužno povezana s empatijom.
A postoji i stari strah prisutan u gotovo svakoj SF priči: što ako nova inteligencija jednog dana odluči da joj ljudi više nisu potrebni? Možda je zanimljivije pitanje zašto očekujemo da bi nas neka naprednija vrsta tretirala bolje nego što mi trenutno tretiramo slabije od sebe.
Klasična, kvantna i bioračunala - tko je najbolji za što?
Klasična računala i dalje su nenadmašna za svakodnevne zadatke, gaming, uredski rad i veliku većinu modernog softvera. Kvantna računala obećavaju revoluciju u specifičnim područjima poput kriptografije, simulacije molekula i optimizacijskih problema.
Bioračunala bi mogla zauzeti treću nišu - sustave koji zahtijevaju veliku energetsku učinkovitost, adaptivno učenje i obradu kompleksnih uzoraka. Drugim riječima, možda nećemo imati DNK SSD u kućnom računalu, ali je vrlo moguće da će upravo biološki sustavi jednog dana pogoniti specijalizirani AI ili medicinske tehnologije.
Umjesto da jedna tehnologija zamijeni drugu, izglednije je da ćemo dobiti stratifikaciju: različite vrste računala za različite probleme.
Neuroni: uzgojeni na silicijskom čipu: temelj su tehnologije kojom Cortical Labs razvija „živa računala“ sposobna za učenje i prilagodbu
Revolucija ili samo zanimljiv eksperiment
AI revolucija trenutno potpuno dominira tehnološkim svijetom i teško je očekivati da će se to uskoro promijeniti. No paralelno s njom događa se još jedna tiša revolucija, ali ništa manje uzbudljiva - ona u neuroznanosti, sintetičkoj biologiji i bioinženjerstvu.
Pitanje nije hoće li se AI i bioračunala spojiti, nego kada i kako. Znanstvenici već razvijaju neuronske organoide kao potencijalnu podlogu za novu generaciju energetski učinkovitih AI sustava, gdje je ideja spojiti sposobnost bioloških neuronskih mreža za učenje s klasičnim računalnim sustavima, čime bi se jednog dana mogla smanjiti golema potrošnja energije današnjeg AI hardvera.
A opet, možda i jednostavno za dvadesetak godina nećemo pitati „koliko RAM-a ima laptop“, nego „kad ste mu zadnji put promijenili hranjivu otopinu i zašto mu treba inkubator s kontroliranom vlagom“.
