Ветварный компьютер

Сам термин «ветвар» (англ. wetware) происходит из киберпанк-фикции, прежде всего из романа Уильяма Гибсона («англ. Neuromancer»), но вскоре был воспринят и научной средой для описания вычислений с применением биологического материала. Ранние теории биологического вычисления во многом опирались на модель морфогенеза Алана Тьюринга, показавшую, что химические реакции могут приводить к образованию сложных структур без централизованного управления. Сети ассоциативной памяти Хопфилда также легли в основу информационных биосистем с устойчивостью и способностью к самоорганизации^[6].

Биологические ветварные системы проявляют динамическую перенастраиваемость на основе нейропластичности, обеспечивая непрерывное обучение и адаптацию. Реакционно-диффузионные вычисления и молекулярные логические элементы позволяют пространственно-параллельную обработку данных, недостижимую в традиционных системах^[7]. Эти системы обладают устойчивостью к повреждениям и способностью к самовосстановлению на клеточном и сетевом уровне. Развитие церебральных органоидов — миниатюрных «мозгов в пробирке» — демонстрирует спонтанное обучение и рассматривает биологическую ткань в качестве перспективной вычислительной среды^[8].

Ветвар как идея привлекает особое внимание в сфере производства вычислительной техники. Закон Мура, согласно которому число транзисторов в кремниевой микросхеме удваивается примерно каждые два года, долгое время был ориентиром для отрасли, но с уменьшением размеров компонентов становится всё труднее поддерживать этот темп развития^[9]. По мере физического миниатюризации кремниевых приборов ветвар рассматривается как нетрадиционная альтернатива. Ветварные компьютеры с нейронами особенно интересны, поскольку, в отличие от бинарных схем (вкл./выкл.), нейрон может переходить между тысячами состояний, постоянно изменяя химическую структуру и перенаправляя электрические импульсы по более чем 200 000 каналам синаптических связей^[3]. Благодаря такому множеству вариантов состояния, пространственные ограничения, свойственные обычным компьютерам, у ветварных систем значительно ниже^[3]

Понятие ветвара отличается от традиционных аппаратуры (hardware) и программного обеспечения (software), хотя и частично коррелирует с ними. Если аппаратное обеспечение — это физическая архитектура вычислительных устройств, а программное обеспечение — их инструкция и логика, то ветвар использует организацию органических молекул (чаще всего — нейронов), чтобы построить вычислительный аппарат. При этом аппаратная и программная компоненты в ветварных системах неразрывно связаны и взаимно обусловлены: изменение электрических и химических градиентов тут приводит и к перестройке физической структуры молекул, и к перепрограммированию функций. Способность клеток, белков и молекул реагировать на изменения как в собственной структуре, так и во внешней среде, сближает «программирование» и «внешнюю организацию» в ином понимании, чем принято в традиционной архитектуре ЭВМ.^[1].

Структура ветвара воплощает модель, где внешнее устройство и внутреннее программирование становятся единым целым: изменение одной стороны вызывает физическую перестройку другой. Подобно тому, как сложные клеточные структуры в биологических организмах сочетают архитектуру и функциональность, ветвар объединяет «аппаратное» и «программное» начала в гибкую, неразрывную систему, построенную на органических молекулах. Это — пример применения биоробототехники.

Клетки во многом можно рассматривать как естественный вариант ветвара: человеческий мозг — наиболее наглядная природная модель сложного ветварного устройства. В книге Wetware: A Computer in Every Living Cell (2009) Деннис Брей (англ. Dennis Bray) выдвигает гипотезу, что клетка, как базовый элемент жизни, представляет собой чрезвычайно сложную вычислительную структуру. По его мнению, клетка функционирует подобно компьютеру: множество элементов совместно принимают входные сигналы, обрабатывают их и выдают результат. В упрощённой схеме: ДНК хранит информацию и инструкцию выполнения, РНК — источник закодированных входных воздействий, рибосомы и другие факторы транскрипции — «программы» обработки ДНК и вывода белка. Модель клетки как естественного компьютера (ветвара) важна для понимания применения ветварных идей в биоробототехнике^[1].

Ветвар и биоробототехника тесно связаны и строятся на похожих принципах. Биоробот может быть воспроизведением любой естественной органической структуры — от клетки (например, нейрон) до органа (мозг) или даже целого организма^[10]. В отличие от ветварных компьютеров, биороботы не всегда строятся из органических молекул — возможны и небиологические материалы, но воспроизведённые по принципам живых моделей. Биоробототехника применяется для решения проблем классической архитектуры компьютеров. Концептуально следование биологическим моделям, будь то клетка или организм, позволяют инженеру заложить в устройство эволюционные и архитектурные преимущества прототипа^[11].

Ветварные технологии, включая интерфейсы мозг-компьютер (IMC) и нейроморфные микросхемы, открывают новые возможности для самостоятельности пользователя. Такие системы могут вернуть утерянные двигательные и сенсорные функции у людей с инвалидностью и повысить качество их жизни. Но они также порождают сложные этические вопросы — от когнитивной приватности и контроля над биологическими данными до риска эксплуатации^[12].

При отсутствии контроля технологии ветвар могут усугубить социальное неравенство, сделав когнитивные и физиологические улучшения доступными только некоторым группам. Для минимизации рисков востребованы этические стандарты, открытые системы управления и инклюзивные практики разработки^[13].

В 1999 году Уильям Дитто с коллегами из Технологического института Джорджии и Университета Эмори собрали прототип ветварного компьютера, выполняющего простое сложение на основе нейронов пиявки^[3] Пиявки были выбраны из-за крупных нейронов, удобных для манипуляций. Однако эти результаты не публиковались в рецензируемых журналах, что вызывает вопросы о достоверности эксперимента. Вычисления реализовывались с помощью электрических зондов, соединённых с нейроном: электрические сигналы транслировали значения, а «ответ» анализировался.^[14]. В отличие от классической архитектуры с бинарной логикой, нейрон может существовать в тысячах состояний и соединяться посредством синапсов с более чем 200 000 каналов. Всё это гибко перестраивается благодаря процессу самоорганизации. Для программной обработки в реальном времени использовали специальную программу dynamic clamp — её написала нейробиолог Ив Мардер (англ. Eve Marder) из Университета Брандейса. Она позволяла считывать импульсы нейронов и преобразовывать их в числовые значения, а также управлять связями между нейронами. Дитто полагал, что с увеличением числа нейронов хаотичный сигнал самоорганизуется в стабильные паттерны, подобно тому, как нейроны сердца формируют устойчивый ритм^[3].

После экспериментов с «пиявочным» компьютером Дитто продолжил работу и с органическими молекулами, и с попытками внедрения биологической динамики хаоса в работу обычных материалов и логических схем. Хаотические системы позволяют строить шаблоны и вычислять такие функции, как память, арифметика и операции ввода/вывода^[15]. В своей работе Construction of a Chaotic Computer Chip Дитто описал преимущества программирования с использованием хаоса — из-за его чувствительности и способности к перенастройке логических элементов. Главное отличие хаотического микрочипа — в том, что он может быть полностью перенастроен посредством контроля паттернов, генерируемых нелинейными динамическими процессами^[15].

Когнитивная биология исследует когнитивные функции как фундаментальные биологические свойства. У. Текумсе Фитч (англ. W. Tecumseh Fitch), профессор Венского университета, известен теориями клеточной «интенциональности», описывающей способность клеток — например, нейронов — гибко отвечать на повреждения и внешние стимулы, формируя новые связи^[16]. Это — проявление базовой когнитивности и предпосылки для высших форм сознания. Фитч подчёркивает важность использования таких подходов при создании искусственного интеллекта и новых компьютерных архитектур, полагая, что осмысленная машина должна основываться не на жёсткой логике, а на ветварных принципах^[16]. Он считает, что ключ к развитию искусственного интеллекта именно в ветваре, обладающем автономной способностью к перестройке и самоорганизации.

Дэниел Дэннетт (англ. Daniel Dennett), профессор Университета Тафтса, комментирует эту концепцию, показывая ценность рассмотрения человеческого мозга как уже существующего примера ветвара^[17]. Он считает мозг аналогом кремниевого компьютера по «исполнительным возможностям», но обращает внимание на необходимость глубокого изучения когнитивной работы мозга для создания настоящего органического компьютера^[17].

Ветварные компьютеры не следует путать с устройствами типа «мозг-на-чипе», предназначенными для замены животных моделей в фармацевтических испытаниях^[18]. Современные ветварные компьютеры используют подходы, связанные с этой областью, но именно медицинских приложений у ветварных вычислений пока не существует.

Ветварные компьютеры ставят значимые этические вопросы^[19], например, связанные с возможностью возникновения чувствительности (сентиментальности), страдания и эффектами двойного назначения. Кроме того, человеческий мозг может выступать как ветвар, соединяя живую ткань с ИТ-системами, что вызывает вопросы приватности^[20]. Так, Чили в 2021 году первой в мире закрепила на законодательном уровне права на психическую идентичность и приватность^[21].

Серьёзные вопросы вызывает и использование искусственных организмов, например инсект-ботов^[22] и церебральных органоидов с зачатками сознания.

Ветварные подходы дали толчок развитию интерфейсов мозг-компьютер (IMC), позволяющих людям с нарушениями моторики или речи восстанавливать функции взаимодействия с внешней средой. Нейроморфное проектирование, действующее по аналогии с нейронной архитектурой, привело к созданию энергоэффективных и адаптивных искусственных систем^[23].

Синтетическая биология позволяет проектировать биологические процессоры для интеллектуальной диагностики и терапевтики; органоиды мозга применяются при имитации памяти и распознавании образов. Крупные международные проекты, как Human Brain Project, ставят целью смоделировать целый человеческий мозг с учётом данных о ветваре^[24].

Ключевое преимущество ветвара — возможность преодолеть жёсткость и энергетическую неэффективность бинарных систем на транзисторах. Цифровые устройства построены на фиксированных двоичных цепях и расходуют всё больше энергии с ростом вычислительной нагрузки. Ветварная вычислительная среда работает по принципам децентрализованного и адаптивного биологического переноса данных. Однако масштабируемость серьёзно ограничена — биологические системы вариабельны и чувствительны к среде, что затрудняет массовое внедрение^[25]. Также проблемой остаётся отсутствие стандартов при совмещении кремниевых и биологических компонентов, что снижает воспроизводимость результатов между разными исследовательскими группами. Ткани требуют тщательной стабилизации для предотвращения генетического дрейфа и заражения.

Преимущества — Замена бинарных схем биологическими клетками открывает путь к децентрализованным адаптивным архитектурам. Клетки естественным образом образуют кластеры и связи, аналогично нейронам, что может повысить эффективность и масштабируемость. Однако высокая чувствительность живых систем к условиям среды препятствует стандартизации, а этические вопросы остаются особенно актуальными при работе с органической нейронной тканью и конструкцией мозгов в пробирке.

Недостатки — Несмотря на перспективы, органические компьютеры пока страдают от ключевых ограничений: транзисторная архитектура с жёсткой бинарной логикой по-прежнему доминирует, что затрудняет долгосрочную энергоэффективность и приспособляемость. Персональные компьютеры на органической основе пока не применяются массово из-за трудностей энергопотребления, повторяемости и надёжности, а также высокой сложности масштабирования.

Несмотря на небольшое число значимых достижений с момента эксперимента Дитто, исследования продолжаются. В 2023 году в Университете Иллинойса в Урбана-Шампейн был построен работающий компьютер, использующий в качестве процессора 80 000 нейронов мозга мыши для обнаружения световых и электрических сигналов^[26]. Проекты по моделированию хаоса в кремниевых чипах, предложенные Дитто, открывают новые подходы к организации классических архитектур^[15]. Идеи когнитивной биологии стимулируют разработки в области искусственного интеллекта, стремясь подражать нейронным структурам человека^[16].

Функционирующий грибной компьютер на базе базидиомицетов реализует передачу информации посредством электрических импульсов; вычисления происходят в микелиальной сети, а интерфейсом служат плодовые тела.

Связывание церебральных органоидов и других нервных тканей может стать возможным; также развивается направление по соединению искусственных и биологических нейронов и управлению мышечными тканями^[27]. Внедрение полностью органических вычисляющих модулей открывает перспективу биосовместимости, что позволит их имплантацию для лечения заболеваний нервной системы^[22].

• В конце 2021 года учёные из компании Cortical Labs показали, что выращенные нейроны, интегрированные с цифровыми системами, способны выполнять целенаправленные задачи — в частности, клетки человека научились играть в симулированный Pong быстрее, чем искусственный интеллект, хотя их мастерство было ниже, чем у ИИ и людей. Эксперимент выявил различия между нейронами разных видов: человеческие справились с задачей лучше, чем мышиные^[28].
• В декабре 2021 года исследовательская группа из Института полимерных исследований Макса Планка разработала органические энергоэффективные нейроморфные чипы, которые возможно внедрять в роботов и учить их сенсомоторике в реальном, а не симулированном мире. Использовались полиэтилены, покрытые ионным гелем для передачи электрических зарядов по принципу настоящих нейронов^[22].
• В 2022 году в том же институте была показана искусственная нейронная клетка на полимерах, способная работать совместно с живым ветваром и обеспечивающая сенсорное взаимодействие между искусственными и натуральными компонентами.

Три компании активно работают над использованием живых нейронов в ветварных компьютерах:

• FinalSpark (Швейцария, основана 2014)
• Koniku (США, основана 2015)
• Cortical Labs (Австралия, основана 2020)

Перспективное направление — слияние искусственного интеллекта (ИИ) и ветвара. Современные исследования показывают, что гибридные системы, объединяющие живые нейронные сети и ИИ, способны к самовосстановлению, адаптации «на лету» и эмоциональному обучению. Они гибче традиционных ИИ и способны интегрировать обучение и память в реальном времени, что закладывает основу для ИИ, ориентированного на человеческий когнитивный опыт^[29].

Воплощённые в нейросетях ИИ могут обеспечивать непрерывное обучение, эмоциональную обработку и устойчивость к сбоям — превосходя современные кремниевые реализации. Системы с учётом нейроэтики позволяют решать задачи прозрачности, справедливости и автономии. Интеграция ветвара и искусственного интеллекта потенциально может создать более «человекообразные», этические и устойчивые интеллектуальные механизмы.