ცოცხალი აპარატურა: რატომ თამაშობს 200 000 ნეირონი DOOM-ს და რა ემუქრება სილიკონს

რატომ უნდა გვაინტერესებდეს რამდენიმე ათასი უჯრედის მიერ კომპიუტერული თამაშის თამაში? კონტექსტი, რომელიც ამ მოვლენას ახლავს, ფუნდამენტურია. სილიკონის ჩიპები, რომლებსაც დღეს ვიყენებთ მონაცემებს უბრალოდ ამუშავებს, წინასწარ დაწერილი ინსტრუქციების საფუძველზე. ნერვული ქსოვილი კი — თვისებრივად განსხვავებულია, ის შემეცნებისუნარიანია. ავსტრალიურმა სტარტაპმა ჯერ კიდევ 2022 წელს დაამტკიცა, რომ სინჯარაში არსებულ ნერვულ ქსოვილს ინფორმაციის ათვისება და გარემოსთან ადაპტაცია შეუძლია, როდესაც მათ კლასიკური არკადული თამაში Pong-ი ითამაშეს. თუმცა, ნამდვილი მიღწევა იმალება მასშტაბსა და სისწრაფეში. ძველ სისტემას 18 თვე დასჭირდა, რათა უჯრედებისთვის Pong-ის მარტივი წესები ესწავლებინა. ახალ ჩიპზე კი დეველოპერმა მსოფლიოში ერთ-ერთი ყველაზე დინამიკური და სწრაფი მსროლელი თამაში, DOOM-ი, ერთ კვირაზე ნაკლებ დროში აამუშავა. ეს არ არის მარტივი ეტაპობრივი პროგრესი, ეს ექსპონენციალური მატებაა. ჩვენ ვსაუბრობთ სისტემაზე, რომლის სწავლის მრუდი არნახული სისწრაფით იზრდება და ეს ყველაფერი ხდება მცირე მონაცემთა ბაზების გამოყენებით. მაშინ, როდესაც თანამედროვე მანქანურ სწავლებას ესაჭიროება ტერაბაიტობით ინფორმაცია თუნდაც უმარტივესი ამოცანის შესასრულებლად, ბიოსისტემა უბრალოდ 'ხვდება' წესებს ემპირიული ურთიერთქმედების გზით.

იმისათვის, რომ ნათლად დავინახოთ ეს პროცესი, უნდა გავიაზროთ მექანიზმი, თუ როგორ ხდება ციფრული და ბიოლოგიური სამყაროს შერწყმა. ტრადიციული სენსორები მონაცემებს აგროვებენ, მაგრამ როგორ უნდა მიაწოდო ვიდეოთამაშის კადრი ცოცხალ ქსოვილს? დეველოპერებმა შექმნეს სპეციფიკური ინფრასტრუქტურა. თამაშის ეკრანი და გარემოს დინამიკა კულტურაში ელექტრულ სიგნალებად გარდაიქმნება. ეს ნიშნავს, რომ უჯრედები ფაქტობრივად "გრძნობენ" თამაშის მდგომარეობას ელექტრული იმპულსების სახით. როდესაც მტერი ჩნდება ან რაიმე ობიექტი უახლოვდება მოთამაშეს, შესაბამისი ელექტროდები ასტიმულირებენ ნერვულ ქსელს. თავის მხრივ, როდესაც უჯრედების ქსელი კონკრეტული პატერნით აქტიურდება — ეს რეაქცია ითარგმნება უკან, ციფრულ ბრძანებად კომპიუტერისთვის. ერთი კონცენტრაციის იმპულსი ნიშნავს, რომ პერსონაჟი ისვრის, ხოლო განსხვავებული სტრუქტურის იმპულსი კი მას ამოძრავებს ან ატრიალებს. ეს არის ორმხრივი კომუნიკაციის უწყვეტი ჯაჭვი, ე.წ. უკუკავშირის მარყუჟი (Feedback loop). უჯრედოვანი მასა იღებს ჯილდოს სტაბილური მდგომარეობის შენარჩუნებით და ისჯება "ქაოტური" სტიმულაციით, როდესაც თამაშში შეცდომას უშვებს ან მტერი ესვრის. დროთა განმავლობაში, ბიოლოგიური ინსტინქტი საკუთარი გარემოს სტაბილიზაციისკენ მიისწრაფვის, რაც თამაშის წესების უნებლიე შესწავლას იწვევს. ეს ახალი მიდგომაა ალგორითმების დიზაინში, რომელსაც სრულიად განსხვავებული ფილოსოფია გააჩნია.

მცირე ენერგომოხმარება არის ბიოლოგიური ტექნოლოგიების მთავარი ეკონომიკური და პრაგმატული უპირატესობა. ინდუსტრიისთვის დღეს ყველაზე დიდი თავისტკივილი ტრენინგის ხარჯებია. როდესაც იქმნება მრავალმილიარდიანი პარამეტრების მქონე მოდელი, მის გაშვებას უზარმაზარი რესურსი სჭირდება. ბიოლოგიური გამოთვლები იმაზე გაცილებით ნაკლებ ენერგიას მოიხმარს, ვიდრე სილიკონს სჭირდება და უფრო მცირე მონაცემთა ნაკრებზე ტრენინგდება. სწორედ ეს ხდის ამ ექსპერიმენტს ასეთ რევოლუციურს. სისტემამ ახალ სათამაშო დონეს იმაზე სწრაფად მიაღწია, ვიდრე ნებისმიერმა კონვენციურმა მანქანურმა სწავლებამ იგივე მოცულობის ინფორმაციით. ჩვენ ვხედავთ, რომ ბუნებრივი ევოლუციის მიერ მილიონობით წლის განმავლობაში დახვეწილი ნეირო-არქიტექტურა, ფუნდამენტურად მეტად ოპტიმიზებულია, ვიდრე ჩვენ მიერ შექმნილი ნებისმიერი ვექტორული პროცესორი გამომთვლელ ცენტრებში. ეს ცვლის აზროვნებას ინფრასტრუქტურის დონეზე. თუ კომპანიებს შეუძლიათ მიიღონ იგივე ან უკეთესი შედეგი ათასჯერ ნაკლები ენერგოდანახარჯით, ბუნებრივია, "რკინის" დიდ ნაწილს სწორედ ასეთი "ცოცხალი აპარატურა" ჩაანაცვლებს. გლობალური დათბობის, ენერგოდეფიციტის და მდგრადი განვითარების ეპოქაში, ბიო-ჩიპები შესაძლოა ერთადერთი ლოგიკური გამოსავალი აღმოჩნდეს მსხვილი ტექნოლოგიური კომპანიებისთვის, რომლებიც ყოველდღიურად აფართოებენ საკუთარ მადს მონაცემთა მოხმარებაზე.

დაკვირვების უმნიშვნელოვანესი ნაწილია ის, თუ როგორ აღიქვამს ახალ ინფორმაციას ეს სტრუქტურები. წამყვანმა მეცნიერმა პირდაპირ თქვა და არ დაუმალავს ინდუსტრიას რეალური სურათი: არის თუ არა ის კიბერსპორტის ჩემპიონი? რა თქმა უნდა არა. უჯრედები ამ ეტაპზე ისე თამაშობს, როგორც დამწყები, რომელსაც კომპიუტერთან შეხება არასდროს ჰქონია. თუმცა, მთავარი მაჩვენებელი არა საწყისი შედეგია, არამედ სწავლისა და გაუმჯობესების ტრაექტორია. როდესაც ალგორითმი სწავლობს თამაშს მონაცემების გარეშე, ის ასრულებს ათასობით შემთხვევით ტესტს, სანამ მიაგნებს ოპტიმალურ გზას და ამისთვის სჭირდება დრო, ენერგია და მილიონობით იტერაცია. ბიოლოგიური უჯრედები კი იყენებენ განყენებულ ფენომენს, რომელსაც კოგნიტურ მეცნიერებაში "თავისუფალი ენერგიის პრინციპი" ეწოდება. ეს პრინციპი კარნახობს მატერიას უმოკლესი გზით შეამციროს გარემოს ქაოტურობა და მოახდინოს საკუთარი მდგომარეობის ოპტიმიზაცია. შედეგად, ეს ბიოლოგიური სიმძლავრე ხვდება იმ სისტემურ კანონზომიერებებს, რისთვისაც კლასიკურ კოდს უზარმაზარი მათემატიკური ინფრასტრუქტურა სჭირდება. ეს განსაკუთრებით აქტუალურია იმ ამოცანების გადაჭრისას, სადაც არ გვაქვს უსასრულო რაოდენობის ინფორმაცია და მოდელმა მხოლოდ მცირე დეტალების საფუძველზე უნდა მიიღოს რთული გადაწყვეტილება. მცირე მონაცემებზე ვარჯიში არის წმინდა გრაალი კომპიუტერულ მეცნიერებაში და როგორც ჩანს, ამ გრაალის გასაღები სწორედ ბიოლოგიაში იმალება.

ბუნებრივია, მეცნიერული პროგრესი არასდროს მოდის ეთიკური კითხვების გარეშე. როდესაც ვსაუბრობთ მსგავს ინოვაციებზე, საზოგადოებას უჩნდება სერიოზული კითხვა: რა ზღვარია ტექნოლოგიასა და სიცოცხლეს შორის? როდესაც მიკროჩიპში არსებულ 200 ათას ნეირონს განვიხილავთ, უნდა გვესმოდეს, რომ მათ არ აქვთ ცნობიერება. მათ არ გააჩნიათ აღქმის ის ფორმა, რასაც ჩვენ ადამიანურ ყოფას ვუწოდებთ. თუმცა, ეს ნეირონები ზუსტად ისევე რეაგირებენ სტიმულზე, როგორც ნებისმიერი მარტივი ორგანიზმი. ის фактი, რომ ლაბორატორიაში გაზრდილი უჯრედების კულტურა ავლენს მიზანმიმართულ ქცევას, ქმნის სრულიად ახალ სამართლებრივ და მორალურ კატეგორიას, რომელსაც ჯერ სახელი არ მოგვიფიქრებია. ეს აღარ არის უბრალოდ სილიკონი ან პლასტმასი, რომელსაც დენის წყაროდან ვთიშავთ ყოველგვარი დაფიქრების გარეშე. დღეს ეს კულტურა თამაშობს ვირტუალურ თამაშებს; ხვალ ის შესაძლოა მართავდეს ავტონომიურ დრონებს ან ოპერირებდეს ინდუსტრიულ მოწყობილობებს, რადგან მისი გადაწყვეტილებების სისწრაფე და ეფექტურობა უპრეცედენტო იქნება. უსაფრთხოების რეგულაციები კონვენციური პროგრამებისთვის ძალზედ რთულად ითარგმნება მსგავს ჰიბრიდულ სისტემებზე, რაც იმას ნიშნავს, რომ მომავალი ათწლეულის განმავლობაში ჩვენ დაგვჭირდება რეგულატორული რევოლუცია, რათა ზუსტად განვსაზღვროთ სად მთავრდება კომპიუტერი და იწყება რაღაც სხვა.

ლაბორატორიის შემაჯამებელი განცხადება ყველაზე მკაფიოდ ასახავს ამ ისტორიის არსს და ის გაჟღერდა მოკლე, მაგრამ ძლიერი ფრაზით: "ნეირონები მზადაა." ეს სიტყვები არ არის მხოლოდ პიარი ან ცარიელი მარკეტინგული კამპანია; ეს არის ახალი რეალობის დაფიქსირება. სველი აპარატურა (Wetware) უკვე არსებობს და მუშაობს. ის უმკლავდება გამოწვევებს, რომლებიც რამდენიმე წლის წინ შეუძლებელი ჩანდა. თქვენი კომპანია, რომელიც ახლა ელოდება სილიკონის ახალი თაობის გამოშვებას, შესაძლოა ერთ დღესაც აღმოჩნდეს ბაზარზე, სადაც კონკურენტები ბიოლოგიურ პროცესორებს იყენებენ. ეს კონკურენტები დახარჯავენ მილიონობით დოლარით ნაკლებ ელექტროენერგიას და მიიღებენ უპრეცედენტო სისწრაფეს კრიტიკული გადაწყვეტილებების მისაღებად. ინფრასტრუქტურა უკვე თვალსა და ხელს შუა იცვლება. კლასიკური არქიტექტურა რჩება წარსულში, რადგან კომპიუტერული მეცნიერება თავის პასუხს ბუნებაში პოულობს, ევოლუციის მიერ უკვე გამოცდილ მექანიზმებში.

და ბოლოს, მინდა შევაჯამო ის, რასაც ეს ყველაფერი ნიშნავს ჩვენთვის, როგორც საზოგადოებისთვის. ბევრი ადამიანისთვის ეს ტექნოლოგია შიშის მომგვრელია. ბევრს ექმნება ასოციაცია ფანტასტიკურ ფილმებთან, თუმცა მე ვხედავ უზარმაზარ პოტენციალს, რომელიც გაათავისუფლებს ტექნოლოგიურ სფეროს არსებული შეზღუდვებისგან. სილიკონზე დამყარებული ინფრასტრუქტურის განვითარება ეკოლოგიურ რეალობასთან კონფლიქტში მოდიოდა. ბიოგამოთვლები გვთავაზობს უნიკალურ გამოსავალს, რომელიც ამუხრუჭებს ენერგიის ფლანგვას. ეს არ არის საფრთხე, ეს არის საოცარი ევოლუცია, ინჟინერიისა და ბიოლოგიის ისეთი შერწყმა, რომელიც საბოლოოდ ადამიანის სასარგებლოდ იმუშავებს. ჩვენ ვართ იმ ეპოქის მოწმენი, სადაც თხელი ხაზი ტექნოლოგიასა და ბიოლოგიას შორის საბოლოოდ გაქრა და მე ვფიქრობ, რომ ამ პროცესის შეჩერება უკვე შეუძლებელია. ყველაზე გონივრული ნაბიჯი ახლა არის არა შიში, არამედ ამ მიმდინარეობის გააზრება და მასთან სწორი ინტეგრაცია.