基于大鼠脑细胞的 AI 模型更接近现实：TBC 获亚马逊重磅支持

保存此文保存此文

一家生物计算初创公司最近获得了亚马逊的重大支持。这家公司利用来自大鼠脑细胞的神经模式来构建人工智能。

从周二开始，选定的亚马逊云服务客户将作为有限预览的一部分，获得 The Biological Computing Company 的“大鼠脑”AI 模型访问权限。这家初创公司的技术专门旨在改进用于视频生成的 AI。亚马逊和 The Biological Computing Company（简称 TBC）均表示，他们预计该技术支持很快将面向所有 AWS 企业客户推出。

“我们找到了一种方式，将信息（例如图像）编码到生物材料中，”TBC 联合创始人 Alexander Ksendzovsky 说。“然后，我们观察生物学系统如何处理这些信息，并构建一个工具来模拟这一过程。”

亚马逊 Web 服务初创企业技术全球总监 Deap Ubhi 指出，这并不是亚马逊在市场上提供的首个源自生物学的计算平台。Ubhi 表示，这家云计算巨头还与澳大利亚公司 Cortical Labs 合作，该公司将实验室培养的神经元与硅芯片相结合，帮助企业处理数据。该公司将其产品称为 WAAS，即“湿件即服务”（wetware as a service）。Cortical Labs 还出售一种价值数千美元的“生物计算机”，这是一种为实验室设计的低功耗设备，据称可使神经元存活六个月。

Ubhi 说，TBC 采取了“务实的方法”，这也是亚马逊被该公司吸引的原因所在。与其大幅尝试或试图重新发明 transformer（大型语言模型的核心架构单元），“他们是在现有生成式 AI 标准范围内工作，并说：‘我们如何提高当前视觉模型的效率？’”他解释道。

多电极阵列，TBC 用它来记录大鼠脑细胞的活动。图片来源：The Biological Computing Co

随着 AI 公司竞相探索提升模型效率的路径，曾经被视为小众的生物计算（biological computing）领域开始获得关注。研究者们长期设想这样一个世界：计算机软件的运行方式更像人脑中的神经网络，而不是单纯依赖基于数学的算法。

但生物计算面临独特挑战。该领域不仅需要计算机实验室，还要求运行真正的生物实验室——在那里，脑细胞、干细胞或合成生物材料必须保持活性或被保存，接受精心监测，并设法转化为有意义的数字信息。尽管一些初创公司取得了进展，但弥合自然生物与代码之间的鸿沟依然复杂。

The Biological Computing Company（TBC）四年前由两位神经科学家兼神经外科医生在马里兰州巴尔的摩创立：现任 CEO Ksendzovsky 和担任总裁兼 COO 的 Jon Pomeraniec。今年早些时候，TBC 完成了由 Primary Venture Partners 领投的一组投资者融资 2500 万美元，这是其首次大规模融资。

紧随其后，该轮融资于 3 月关闭，公司又获得额外的 2500 万美元，融资总额超过 5000 万美元。这笔新一轮融资此前未被公开报道。

去年，这家初创公司在旧金山设立了办公室和小型研发实验室。TBC 目前约有 35 名员工，其中一些在实验室里直接处理大鼠脑细胞和人类干细胞。活细胞被放置在由瑞士生物技术公司 3Brain 制造的多电极硅阵列上。研究人员利用这些阵列向神经元发送电刺激模式，并记录其反应。随后，TBC 分析这些神经活动中的计算模式，将其转化为软件用于改进现有的 AI 模型，特别是视频生成模型。

Ksendzovsky 表示，一开始就选择视频方向，既有科学考虑也有现实考量。其中一个因素是 Biological Computing Company 所用多电极硅阵列的物理布局——每个电极的位置会影响它与神经元的互动方式。公司意识到图像是个理想的切入点，因为相比文本或语言，视觉信息更容易映射到电极网格上。 由此，一个潜在的商业应用场景浮现出来。这家初创公司推测，通过建模神经元处理图像的方式，获得的洞见可以用来改进视频生成类的 AI 模型。

研究人员在 TBC 实验室操作多电极阵列。图片由 The Biological Computing Co 提供

Pomeraniec 透露，知名 AI 研究者、TBC 投资人 Jeff Dean 是第一个建议公司在把神经技术推向更广泛领域之前，先尝试微调视频生成模型的人。 由于视频模型已有公认的行业标准测试基准，这家初创公司可以在已被解决的问题上测试技术性能，从而及早证明自己的技术是否代表了有意义的科学突破。"Jeff 说，如果我们能做到这一点，未来就有望用我们的 AI 模型做更复杂、更有意思的事，"Pomeraniec 解释道。 此前，TBC 的技术只能通过一家名为 Bluesky Compute 的 neocloud 服务商获取。这家初创公司声称，与它所运行的开源 AI 模型相比，其 AI 模型生成视频的速度最快可达五倍，同时大幅降低了推理成本——推理指的是 AI 模型的处理或"思考"过程，与训练相对。（公司不愿透露对比的是哪个开源 AI，只称其为"前沿"视频生成模型之一。）

TBC 使用的阵列特写，旨在捕捉神经元的电活动。图源：The Biological Computing Co

如今，Amazon 开始分发 TBC 的软件，这家雄心勃勃的初创公司有望触达更广泛的客户群体。Amazon 的 Ubhi 表示，他对 The Biological Computing Company 感到兴奋，但其技术能否顺利扩展规模仍有待观察。

“我认为对于这类模型，关键问题在于：将其推向极限时，性能是否仍能提升？如果客户希望生成更长的视频，比如十分钟甚至一小时，随着时长增加，保真度可能会损失多少？”他问道。换句话说，模型需要能够追踪已发生的内容，并在视频时长增加时保持一致性。随着 TBC 进入下一阶段，公司正密切关注随着新客户不断挑战系统极限，其技术能否经受住考验。

9月22日 17:00 更新（美东时间）：本文已更新，澄清并非 The Biological Computing Company 的所有员工都在其旧金山实验室直接操作生物细胞。