این زیست‌رایانه‌ها از سلول‌های مغز انسان ساخته شده‌اند و اجاره ماهیانه آنها ۵۰۰ دلار هزینه دارد.

این شرکت ادعا می‌کند که رایانه‌های زیستی یا ارگانوئیدهای آن یک فناوری است که جایگزینی کم‌انرژی برای مدل‌های هوش مصنوعی ارائه می‌کند و می‌تواند تا ۱۰۰ روز دوام بیاورد که البته زمان زیادی نیست. با این حال، سیستم‌های هوش مصنوعی باید روی این ارگانوئیدها آموزش ببینند.

آموزش این ارگانوئیدها یک روش پیچیده است که شامل دو تنظیم مختلف است. اولین مورد، پاداش مثبت دوپامین و دومی، تحریک الکتریکی منفی است. ارگانوئیدها با استفاده از این روش‌ها مسیرهای جدیدی را درست مانند مغز انسان زنده ایجاد می‌کنند. در حال حاضر، این ارگانوئیدها با دقت مورد بررسی قرار می‌گیرند تا بتوانند بهتر عمل کنند.

اعطای دسترسی محدود به زیست‌رایانه‌های «فاینال اسپارک» برای دانشگاه‌های برتر

تاکنون حدود ۳۴ دانشگاه درخواست کرده‌اند که از زیست‌رایانه‌های شرکت «فاینال اسپارک» استفاده کنند. با این حال، این شرکت درخواست کرده است که فقط ۹ موسسه از این امکان استفاده کنند که شامل دانشگاه میشیگان، دانشگاه آزاد برلین و دانشگاه لنکستر در آلمان است.

طبق آخرین گزارش‌ها، دانشگاه میشیگان احتمالاً تحقیقات خود را در مورد هشدارهای الکتریکی و شیمیایی ادامه خواهد داد. آنها به احتمال زیاد تحقیقاتی را در مورد پیام‌های شیمیایی و الکتریکی انجام می‌دهند که به تغییر فعالیت ارگانوئیدها کمک می‌کند. در کنار آن، محققان همچنین مشتاق به تطبیق ارگانوئیدها در مدل‌های مختلف یادگیری هوش مصنوعی هستند.

آنها همچنین در تلاش هستند تا به زیست‌رایانه‌ها کمک کنند تا در مقیاس بزرگتر اجرا شوند و سیستم‌های هوش مصنوعی مبتنی بر سیلیکون را کمک کنند.

پیش از این، فاینال اسپارک خبر راه‌اندازی یک پلتفرم نورونی(Neuroplatform) را که اولین پلتفرم پردازش زیستی در جهان است، داده بود. در این مورد، ارگانوئیدهای مغز انسان به جای تراشه‌های سیلیکونی در کارهای محاسباتی تخصص دارند.

به گفته این شرکت، این پلتفرم نورونی می‌تواند حدود ۱۶ ارگانوئید مغز را پردازش کند. این شرکت بر این باور است که در این روش در مقایسه با سایر همتایان خود، انرژی بسیار کمتری مصرف می‌شود.

بررسی تکنیک‌های جدید برای آموزش مدل‌های هوش مصنوعی با زیست‌رایانه‌ها

آموزش مدل‌های هوش مصنوعی یک کار دشوار است، چرا که مدل‌های سنتی هوش مصنوعی برای یادگیری وابسته به چیزی به نام «یادگیری تقویتی» هستند. این بدان معناست که به یک مدل هوش مصنوعی برای تکمیل یک کار پاداش داده می‌شود.

پاداش در بیشتر موارد، یک مقدار عددی است که می‌تواند برای سنجش میزان نزدیک بودن رفتار مدل استفاده شود که در مقایسه با نتیجه مورد نظر خواهد بود. حتی اگر این تکنیک در بیشتر موارد کارایی داشته باشد و تاثیر مثبت یا منفی داشته باشد، دانشمندان تکنیک‌هایی را کاوش می‌کنند که روی سلول‌های مغز کار کنند.

یکی از راه‌های انجام این کار، تغذیه نورون‌ها با دوپامین است که یک مولکول پاداشی و یک تقویت‌کننده مثبت است. همچنین یک سیگنال الکتریکی که به عنوان یک تقویت کننده منفی شناخته می‌شود، می‌تواند در جهت معکوس استفاده شود.

در حال حاضر این شرکت سوئیسی در حال تقویت امکانات پلتفرم عصبی خود و تولید حدود ۲۰۰۰ تا ۳۰۰۰ زیست‌رایانه است.

گفتنی است که این نوآوری‌ در حال رقابتی شدن است. به عنوان مثال برخی از محققان اسپانیایی در حال کار بر روی رایانه‌های سلولی جدیدی هستند که می‌توانند به محرک‌های محیطی واکنش نشان دهند. محققانی از انگلستان نیز در حال کار بر روی تحقیقات پیشرفته در مورد شبکه‌های قارچی هستند تا برای رایانش ذخیره‌ای و توسعه الگوها استفاده شوند.