GPUs se tornam biológicas: BBB revela Bionode, computação com neurônios vivos cultivados em laboratório para aplicações de IA.

As unidades de processamento gráfico (GPUs), os caros chips de computador fabricados por empresas como Nvidia, AMD e Sima.ai, já não são a única maneira de treinar e implantar inteligência artificial.

Biological Black Box (BBB), uma startup fundada em Baltimore que está desenvolvendo uma nova classe de hardware de IA, emergiu do segredo com sua plataforma Bionode – um sistema computacional que integra neurônios vivos, cultivados em laboratório, com processadores tradicionais.

A empresa, que tem operado silenciosamente enquanto registra patentes e refina sua tecnologia, acredita que sua abordagem de computação biológica – cultivando novos neurônios especificamente para atuar como chips de computador a partir de células-tronco humanas doadoras e células derivadas de ratos – poderia oferecer uma alternativa adaptativa e de baixo consumo de energia às GPUs convencionais.

“Nos últimos 20 anos, três campos independentes – biologia, hardware e ferramentas computacionais – avançaram a tal ponto que a computação biológica agora é possível”, disse Alex Ksendzovsky, cofundador e CEO da BBB, em uma entrevista por vídeo com a VentureBeat.

Um membro do incubador Inception da Nvidia, a BBB está se posicionando como um avanço e uma complementação aos chips de IA baseados em silício que a Nvidia e outros produzem.

Ao aproveitar a capacidade dos neurônios de se reprogramarem fisicamente, a empresa visa reduzir os custos de energia, melhorar a eficiência de processamento e acelerar o treinamento de modelos de IA – desafios que se tornaram cada vez mais urgentes à medida que a adoção da IA se expande.

Isso não é ficção científica, apesar da incrível premissa: os chips neurais da BBB já estão alimentando visão computacional e LLMs para clientes, e estão em negociações com dois parceiros para licenciar sua tecnologia para aplicações de visão computacional – embora a empresa tenha se recusado a nomear seus clientes e parceiros especificamente, citando acordos de confidencialidade. Está aceitando consultas de parceiros e clientes potenciais, bem como em seu site.

Misturando biologia e hardware

No cerne da abordagem da BBB está a plataforma Bionode, que utiliza neurônios cultivados em laboratório conectados a sistemas computacionais.

“Temos vários modelos que usamos”, disse Ksendzovsky. “Um desses modelos é de células de rato. Outro modelo é de células-tronco humanas que são convertidas em neurônios.”

O cofundador afirmou que “centenas de milhares deles” estão integrados em uma placa contendo 4.096 eletrodos, que formam a base de um chip Bionode. Ele também disse que eles vivem por mais de um ano antes de precisarem ser substituídos.

A ideia é aproveitar a adaptabilidade natural dos neurônios para o processamento de IA, criando um sistema de computação híbrido que difere fundamentalmente dos chips baseados em transistores de hoje.

Ksendzovsky, que vem trabalhando com neurônios em eletrodos desde 2005, originalmente considerou a ideia de usá-los para prever o mercado de ações. Seu mentor, Dr. Steve Potter, descartou a ideia na época.

“Por que não estamos usando neurônios para prever o mercado de ações, para que todos possamos ficar ricos?” Ksendzovsky se lembrou de ter perguntado a Potter, que riu da ideia como impraticável. “Na época, ele estava certo,” Ksendzovsky admitiu.

Desde então, melhorias na tecnologia de eletrodos, nas ferramentas computacionais e na longevidade dos neurônios tornaram a computação biológica viável. “A rede biológica evoluiu ao longo de milhões de anos para se tornar o sistema de computação mais eficiente já criado”, explicou Ksendzovsky.

Esse arranjo oferece duas vantagens imediatas:

• Visão Computacional Mais Eficiente: O Bionode foi testado como uma camada de pré-processamento para tarefas de classificação de IA, reduzindo tanto os tempos de inferência quanto o consumo de energia das GPUs.

• Treinamento Acelerado de Modelos de Linguagem Grande (LLMs): Ao contrário das GPUs, que requerem ciclos de re-treinamento frequentes, os neurônios se adaptam instantaneamente. Isso pode reduzir significativamente o tempo e a energia necessários para atualizar os LLMs, abordando um gargalo chave na escalabilidade da IA.

“Uma de nossas maiores inovações é o uso de redes biológicas para treinar grandes modelos de linguagem (LLMs) de forma mais eficiente, reduzindo o imenso consumo de energia necessário hoje,” disse Ksendzovsky.

Construindo uma GPU viva viável com a ajuda da Nvidia

As GPUs da Nvidia têm sido fundamentais no rápido avanço da IA, mas seu alto consumo de energia e custo crescente levantaram preocupações sobre escalabilidade.

A BBB vê uma oportunidade para introduzir uma alternativa mais eficiente em termos de energia enquanto ainda opera dentro do ecossistema da Nvidia.

“Não nos vemos como concorrentes diretos da Nvidia, pelo menos no futuro próximo,” observou Ksendzovsky. “A computação biológica e a computação em silício coexistirão. Ainda precisamos de GPUs e CPUs para processar os dados provenientes dos neurônios.”

Na verdade, segundo o cofundador, “podemos usar nossas redes biológicas para aumentar e melhorar modelos de IA baseados em silício, tornando-os mais precisos e mais eficientes em termos de energia.”

A visão de longo prazo para hardware de IA, argumentou ele, será um ecossistema modular, onde a computação biológica, os chips de silício e até a computação quântica desempenham cada um um papel.

“O futuro da computação será um ecossistema modular onde silício tradicional, computação biológica e computação quântica desempenham cada um um papel baseado em suas forças,” afirmou.

Embora a BBB ainda não tenha divulgado uma data de lançamento comercial, a empresa está se mudando de Baltimore, Maryland para a Bay Area à medida que se prepara para escalar sua tecnologia.

O futuro do processamento híbrido de IA

Enquanto as GPUs baseadas em silício permanecem como o padrão da indústria, o conceito de cérebro em um chip da BBB apresenta uma visão de um futuro onde o hardware de IA não está mais limitado a transistores e circuitos.

A capacidade dos neurônios de se reconfigurarem dinamicamente poderia permitir sistemas de IA que são mais eficientes em termos energéticos, adaptativos e capazes de aprendizado contínuo.

“Estamos aplicando a computação biológica à visão computacional. Podemos codificar imagens em uma rede biológica, deixar os neurônios processá-las e depois decodificar a resposta neural para melhorar a precisão da classificação,” disse Ksendzovsky.

Além dos ganhos de eficiência, a BBB também acredita que sua abordagem biológica pode fornecer uma compreensão mais profunda de como os modelos de IA processam dados.

“Construímos um sistema de circuito fechado que permite que os neurônios se reprogramem, aumentando a eficiência e a precisão para tarefas de IA,” explicou.

Apesar do potencial, Ksendzovsky reconhece que considerações éticas serão uma discussão contínua. A BBB já está trabalhando com especialistas em ética e regulatórios para garantir que sua tecnologia seja desenvolvida de maneira responsável.

“Não precisamos de milhões de neurônios para processar todo o ambiente como um cérebro faz. Usamos apenas o que é necessário para tarefas específicas, mantendo as considerações éticas em mente,” enfatizou.

A BBB está apostando que o tecido vivo, e não apenas o silício, pode ser a chave para o próximo avanço da IA.