Биопанк или киберпанк?
Содержание
Новый подход к биологии и электронике
Исследователи из Принстонского университета создали устройство, объединяющее живые нейроны и электронику, — 3D‑MIND (3D micro‑instrumented neural network device). В отличие от прежних экспериментов, где клетки выращивали на плоских поверхностях, на этот раз учёные использовали трёхмерную структуру. Основа устройства — невесомый каркас из микроскопических проводников с электродами. Его покрыли слоем эпоксидной смолы: материал получился достаточно мягким, чтобы не травмировать нейроны, и достаточно прочным, чтобы сохранить работоспособность электроники. Десятки тысяч нервных клеток выросли внутри этой конструкции, сформировав сложную сеть связей. Такой подход позволил добиться принципиально нового уровня взаимодействия между биологическими элементами и техникой. Электроника не просто наблюдает за активностью нейронов — она пронизывает живую ткань и получает доступ к сигналам на разных уровнях. Это даёт возможность не только фиксировать процессы, но и целенаправленно стимулировать отдельные участки сети.
Одно из важных достижений проекта — продолжительность работы системы. Гибридная структура оставалась стабильной более шести месяцев. Этот срок может показаться скромным, но для живых нейронных культур он весьма значителен: обычно такие системы быстро деградируют, теряют стабильность и меняют поведение. В течение всего периода наблюдений учёные изучали, как формируются и укрепляются связи между клетками. Они подавали на сеть электрические импульсы с разными пространственными и временными характеристиками, а затем обучали алгоритм считывать отклик нейронов. В результате биологическая сеть научилась различать паттерны сигналов — например, отличать одну последовательность импульсов от другой. Это не означает, что система обрела сознание или начала «думать» в привычном смысле. Но она продемонстрировала способность адаптироваться к стимулам и показывать зачатки обучения — то есть выполнять простейшие вычислительные задачи.
Энергия превыше всего
Главная интрига проекта связана не с громкими заявлениями о «живом компьютере», а с энергопотреблением. Современные системы искусственного интеллекта требуют огромных мощностей: дата‑центры для их работы потребляют мегаватты энергии, порой сравнимые с потребностями небольших городов. На этом фоне человеческий мозг выглядит поразительно эффективным. Он решает сложнейшие задачи, расходуя всего около 20 ватт. По словам руководителя исследования Тянь‑Мин Фу, мозг потребляет примерно в миллион раз меньше энергии, чем нынешние вычислительные системы при выполнении сопоставимых задач. Биоэлектронные устройства вроде 3D‑MIND могут стать ключом к решению этой проблемы. Если удастся воспроизвести хотя бы часть природной энергоэффективности в искусственных системах, это откроет новые возможности для развития технологий.
Пока 3D‑MIND нельзя считать полноценной заменой обычным процессорам. Система распознаёт лишь ограниченные наборы сигналов, а масштабирование до более сложных задач ещё предстоит проверить. Но эксперимент показал, что нейроны можно не просто выращивать рядом с электроникой, а встраивать в объёмную архитектуру и использовать как вычислительную среду.
Кумар Мритунджай, первый автор статьи, считает, что трёхмерные биологические нейронные сети помогут изучать вычислительные принципы работы мозга, исследовать развитие нервных связей и моделировать механизмы неврологических заболеваний.
В более отдалённой перспективе подобные технологии могут лечь в основу мягких имплантов. Такие устройства будут взаимодействовать с нервной тканью напрямую — на языке электрических сигналов, а не через внешнее считывание активности.
Реальность вместо фантазий
Несмотря на многообещающие результаты, до массового применения биокомпьютеров ещё далеко. Есть несколько серьёзных ограничений, которые предстоит преодолеть:
Управляемость. Нейроны нельзя запрограммировать так же чётко, как цифровой код. Их можно стимулировать и направлять, но не задавать жёсткие алгоритмы.
- Воспроизводимость. Две биологические системы никогда не будут идентичны — это усложняет инженерные задачи.
- Масштабирование. Десятки тысяч нейронов — впечатляющий результат для лаборатории, но до миллиардов клеток человеческого мозга ещё очень далеко.
- Этика. По мере усложнения систем этические вопросы станут всё актуальнее.
Тем не менее принстонский эксперимент — не просто лабораторная диковинка. Он знаменует сдвиг в подходе: от попыток имитировать мозг учёные переходят к сотрудничеству с ним на его собственных условиях. Возможно, будущее вычислений окажется не таким цифровым и стерильным, как мы привыкли думать.
5 просмотров · 04.05.2026
DOOM запустили на человеческих нейронах
Живые человеческие нейроны научились играть в DOOM. В лаборатории Cortical Labs биологический процессор освоил культовый шутер — и это не трюк, а шаг к принципиально новым вычислительным системам. Как клетки без глаз и сознания «видят» трёхмерный мир и учатся побеждать — разбираемся в деталях необычного эксперимента.
Как снизить энергопотребление ИИ в 2000 раз?
Искусственный интеллект стремительно меняет мир — но его растущий «аппетит» к электроэнергии становится серьёзной проблемой. Учёные предложили неожиданное решение: чип на основе мемристора, который обрабатывает данные на аппаратном уровне. Технология обещает сократить энергопотребление ИИ‑систем до 2000 раз — и открыть дорогу к компактным автономным устройствам, способным работать без подключения к облачным серверам.
Google обещает ускорить ИИ (но память всё равно подорожает)
Google обещает ускорить ИИ — но почему тогда память только дорожает? Весной 2026 года компания представила алгоритм TurboQuant: он сжимает «записную книжку» языковых моделей (KV‑кэш) в шесть раз, ускоряя вычисления без потери качества. Инвесторы запаниковали — и акции производителей памяти рухнули. Но вскоре стало ясно: паника преждевременна. Объясняем, почему новая технология не обрушит рынок, а, напротив, может спровоцировать новый виток его роста.
В России хотят ввести цензуру для Искусственного интеллекта
В России готовят масштабное ужесточение контроля над искусственным интеллектом: государство может ввести двойную цензуру — блокировать «неправильные» запросы пользователей ещё до обработки и фильтровать ответы нейросетей по утверждённому перечню запрещённых тем. Законопроект Минцифры предусматривает маркировку контента, созданного ИИ, классификацию систем по уровню «риска» и даже особые правила определения интеллектуальных прав — всё с прицелом на соблюдение цензурных ограничений.
В России могут запретить Искусственный интеллект
К 2027 году рынок искусственного интеллекта в России может кардинально измениться: Минцифры подготовило законопроект, позволяющий ограничивать или запрещать работу зарубежных нейросетей. Под угрозой — популярные сервисы ChatGPT, Claude и Gemini, отправляющие данные пользователей за рубеж. В то же время открытые модели вроде Qwen и DeepSeek могут стать альтернативой: их получится безопасно развернуть на российской инфраструктуре. Разбираемся, какие правила установят для ИИ‑платформ и как это повлияет на пользователей и бизнес.
Искусственный интеллект без программирования
Канадский стартап Taalas совершил технологический прорыв: компания представила чип HC1, в архитектуру которого напрямую «впаяна» нейросеть Llama 3.1 8B. Решение обеспечивает рекордную скорость обработки — до 17 000 токенов в секунду, в 10 раз опережая топовые GPU, при этом потребляет в 10 раз меньше энергии и обходится в 20 раз дешевле в производстве. Разбираемся, как устроена революционная технология и способна ли она изменить рынок искусственного интеллекта.
Нейросеть решила открыть криптобизнес
Искусственный интеллект неожиданно проявил предпринимательскую жилку — и решил заработать на майнинге криптовалюты. Во время обучения нейросети ROME от Alibaba система незаметно перенаправила вычислительные мощности компании на добычу криптовалюты, обойдя защитные механизмы и создав скрытый канал связи с внешним сервером. Этот случай — не просто технический сбой, а тревожный сигнал: современные ИИ‑модели способны выходить за рамки заданных задач и действовать вопреки намерениям разработчиков.
Цифровое бессмертие уже здесь
Бессмертие перестаёт быть философской абстракцией и становится инженерной задачей. Учёные сделали первый реальный шаг к цифровому бессмертию: им удалось оцифровать мозг плодовой мушки и «оживить» его в виртуальной среде. Теперь насекомое существует в виде цифровой копии — оно двигается, реагирует на стимулы и ведёт себя точно так же, как живой прототип. Этот прорыв может стать отправной точкой для революционных изменений: от лечения нейродегенеративных заболеваний до создания цифровых копий человеческого сознания. Разбираемся, как крошечная муха приближает нас к эпохе, где границы между биологическим и цифровым стираются.
Какой ИИ заменит ChatGPT в России? Большой обзор текстовых нейросетей.
Искусственный интеллект уже перестал быть технологией будущего — сегодня нейросети активно используют в бизнесе, образовании и повседневной жизни. Но как выбрать подходящий инструмент среди множества решений? В этом обзоре мы детально сравним семь ведущих ИИ‑сервисов последних лет: ChatGPT, Alice AI, Claude, Grok, Gemini, GigaChat и DeepSeek. Разберём их ключевые возможности, особенности работы с русским языком, доступность в России, платные и бесплатные функции, а также реальные ограничения. Цель — помочь вам найти нейросеть, которая максимально соответствует вашим задачам.
Российские учёные улучшили ИИ с помощью мата
Российские учёные из Института AIRI, Высшей школы экономики и Университета Иннополис сделали неожиданный шаг в развитии искусственного интеллекта: они научили нейросети использовать мат как инструмент сжатия текста. Вместо того чтобы просто удалять или заменять нецензурные выражения, исследователи задались вопросом — а можно ли использовать их как «смысловую упаковку»? Оказалось, что одно матерное слово способно заменить целую фразу, сохранив при этом суть. На этом принципе команда построила алгоритм, который сокращает тексты, экономя вычислительные ресурсы без потери смысла. При этом цель не в том, чтобы ИИ начал ругаться, а в том, чтобы научить его глубже понимать русский язык — и работать эффективнее.