Актуальные темы
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Мы тратим более 200 миллиардов долларов в год на центры обработки данных для поддержки AI. Одна компания собрала 11 миллионов долларов, вырастила человеческие клетки мозга на чипе, и клетки научились играть в 3D-шутер за неделю.
Cortical Labs вырастила 200 000 человеческих нейронов на кремниевом чипе и научила их играть в Doom. Клетки ориентируются, нацеливаются на врагов и стреляют в реальном времени. Их предыдущая игра, Pong, заняла 18 месяцев на старом оборудовании. Doom занял неделю. Независимый разработчик без опыта в биотехнологиях создал интеграцию с использованием Python API. Нейроны сделали остальное.
Это сжатие с 18 месяцев до одной недели говорит вам все о том, куда это движется.
Вот что пропускает толпа "может ли он запустить Doom": каждый блок CL1 стоит 35 000 долларов. Полный серверный шкаф на 30 блоков потребляет от 850 до 1 000 ватт в общей сложности. Ваш мозг работает на 20 ваттах. Один кластер GPU, обучающий LLM, может потреблять мегаватты. Энергетическая экономика биологических вычислений на порядки лучше, чем у кремния, и этот разрыв масштабируется.
Список инвесторов говорит вам, кто обращает внимание. Horizons Ventures, Blackbird и In-Q-Tel, венчурное подразделение ЦРУ. In-Q-Tel не финансирует научные проекты. Они финансируют инфраструктуру разведки. 115 блоков начали отправляться в 2025 году.
Cortical Labs теперь продает "Wetware-as-a-Service" через Cortical Cloud. Разработчики могут удаленно развертывать код на живых нейронах, не касаясь лаборатории. Они устанавливают цену доступа на уровне подписки на программное обеспечение, в то время как оборудование работает на реальных человеческих клетках мозга, полученных из образцов кожи и крови взрослых.
Демо Doom — это маркетинг. Платформенная игра — это ставка на то, что биологические нейроны в конечном итоге превзойдут кремний в именно тех задачах, с которыми AI сталкивается больше всего: адаптация в реальном времени в условиях неопределенности, обучение на минимальных данных и обработка неоднозначности без грубой вычислительной мощности.
Вопрос никогда не заключался в том, "может ли он запустить Doom". Вопрос в том, что произойдет, когда он сможет запустить все остальное.
Топ
Рейтинг
Избранное
