En datamaskin i Melbourne må fôres. Prosessoren er rundt 800 000 levende menneskelige nerveceller på en brikke på størrelse med et frimerke. Slike biologiske datamaskiner selges nå, leies ut over internett og lærer å spille dataspill. De lærer raskt og bruker nesten ikke strøm. Ingen kan ennå si nøyaktig hva det er som lærer inne i dem.
En datamaskin som går på sukker og salt
Maskinen heter CL1 og lages av det australske selskapet Cortical Labs. Utenfra ser den ut som en skoeske med gjennomsiktige sider. Inni er det små slanger, en beholder med rosa næringsvæske og en brikke i midten. På brikken sitter omtrent 800 000 menneskelige nerveceller. Det er omtrent like mange som i hjernen til en honningbie.
CL1 kom i salg i 2025 for 35 000 amerikanske dollar, omtrent prisen på en liten ny bil. Den programmeres i Python. En forsker sender korte elektriske pulser inn i cellene gjennom bittesmå elektroder, og cellene sender pulser tilbake. Stopper pumpene, krasjer ikke datamaskinen. Den dør.
Selskapet kaller livsstøttesystemet en kropp i en boks. Pumpene gjør jobben til et hjerte. Filtrene gjør jobben til nyrene. En varmeovn og en gassblanding holder cellene på kroppstemperatur med oksygenet de trenger. Ifølge dokumentaren denne artikkelen bygger på, står det nå stativer med slike enheter i små datasentre i Melbourne og Singapore, ved siden av vanlige servere.
Dyrket fra en liten hudbit
Det er ingen hjerne med i starten. Nervecellene dyrkes fra vanlige celler fra en giver, en liten hudbit eller noen milliliter blod. I 2006 viste den japanske forskeren Shinya Yamanaka at voksne celler kan spoles tilbake til stamceller ved å slå på fire gener. Han fikk Nobelprisen for det i 2012. I løpet av noen uker kan stamcellene styres til å bli nerveceller.
Hver nervecelle bærer hele arvematerialet til personen den kom fra. Derfor er cellene verdifulle for medisinsk forskning. Nerveceller dyrket fra en pasient med epilepsi eller Alzheimers sykdom kan vise hvordan akkurat den personens hjerneceller reagerer på et legemiddel før pasienten tar det.
Det gjør også historien personlig. En av giverne bak de første kommersielle cellelinjene var grunnleggeren av Cortical Labs, Hon Weng Chong. Hans egne celler, dyrket til nerveceller, går inne i produktet han selger. Kjøpere må vise etisk godkjenning for cellelinjene de bruker, og giverne signerer samtykkeskjema. Men skjemaene ble skrevet for forskning på celler, ikke for celler som jobber i et serverstativ.
De lærte Pong med ro og støy
Arbeidet som gjorde selskapet kjent, ble publisert i tidsskriftet Neuron i 2022. Et team ledet av nevroforskeren Brett Kagan dyrket rundt 800 000 nerveceller på en elektrodebrikke og koblet dem til en enkel versjon av Pong. Én gruppe elektroder fortalte cellene hvor ballen var. Aktivitet i en annen gruppe flyttet racketen opp eller ned.
Man kan ikke belønne en skål med celler. Teamet brukte derfor en idé fra den britiske nevroforskeren Karl Friston: levende systemer prøver å holde verden sin forutsigbar. Når racketen traff ballen, fikk cellene en kort og ordnet puls. Når den bommet, fikk de flere sekunder med tilfeldig støy. Ro ved treff, kaos ved bom.
Etter omtrent fem minutter begynte kulturene å spille bedre. Vekslingene ble lengre. Kulturer som kunne flytte racketen, men ikke fikk tilbakemelding, ble ikke bedre. Læringen skjedde bare når sløyfen var lukket, slik at cellene kunne handle og så merke hva handlingen førte til. De menneskelige nervecellene gjorde det også bedre enn nerveceller fra mus, og ingen kan ennå forklare helt hvorfor.
Cellene var ikke flinke spillere. Et barn ville slått dem lett. Poenget var at de ble bedre i det hele tatt, og at det tok minutter. Kunstige nevrale nettverk trenger vanligvis tusenvis av eksempler for å lære en slik oppgave.
Hvorfor noen bygger datamaskiner av celler
Det korte svaret er energi. En menneskehjerne går på omtrent 20 watt, som en svak lyspære. Det internasjonale energibyrået IEA anslo at verdens datasentre brukte rundt 415 terawattimer strøm i 2024, og at tallet kan mer enn dobles til rundt 945 terawattimer innen 2030. Det er nær hele strømforbruket i Japan.
Ifølge Cortical Labs bruker et stativ med 30 CL1-enheter mellom 850 og 1 000 watt, omtrent som en mikrobølgeovn. En enkelt server for trening av moderne kunstig intelligens kan alene bruke flere tusen watt. Det sveitsiske selskapet FinalSpark sier at deres levende prosessorer bruker opptil en million ganger mindre energi enn digitale brikker. Det er selskapets eget tall, ikke en uavhengig måling.
Sammenligningen er ikke helt rettferdig, og selskapene innrømmer det. Silisium er langt bedre til rask og nøyaktig regning. Påstanden er smalere. Levende nettverk ser ut til å være gode til å lære av svært lite data og til å takle det uventede. Et lite barn trenger å se en hund én eller to ganger. En AI-modell trenger tusenvis av merkede bilder. Hon Weng Chong har beskrevet biologisk databehandling som et supplement til kunstig intelligens der det finnes lite data.
Det finnes en hake. En silisiumbrikke kan ligge i en skuff i ti år og fortsatt virke. En skål med nerveceller trenger næring, 37 grader og sterile forhold. Cellene i en CL1 skal ifølge selskapet vare i opptil seks måneder. Når de dør, forsvinner det nettverket har lært, fordi det aldri ble lagret noe annet sted. Nevroforskeren Tony Zador har kalt ideen om at organoider kan konkurrere med kunstig intelligens på silisium for grunnleggende feilslått.
Menneskelige nerveceller som skytjeneste
Er 35 000 dollar for mye, finnes det et billigere alternativ. Cortical Labs leier ut tilgang til cellene sine over internett for rundt 300 dollar i uka. Selskapet kaller det våtvare som tjeneste. En forsker sender et program fra en bærbar PC, cellene i Melbourne svarer, og resultatet kommer tilbake som et nettsøk.
FinalSpark i Sveits leier ut tilgang til 16 små kuler av menneskelig hjernevev, såkalte organoider, for 500 dollar i måneden. Hver organoide er mindre enn et riskorn og har rundt 10 000 nerveceller. Hver av dem lever i omtrent 100 dager. Selskapet sier det har registrert data fra mer enn 1 000 organoider på tre år.
Størrelsen er verdt å huske. En menneskehjerne har rundt 86 milliarder nerveceller. Man ville trengt over 100 000 CL1-enheter bare for å få like mange celler som i ett hode, og man ville fortsatt ikke hatt noe som ligner en hjerne. Det som ligger på brikken, er en tynn hinne av råmateriale.
Doom-testen som få la merke til
Tidlig i 2026, ifølge dokumentaren, gikk en video av menneskelige hjerneceller som spilte skytespillet Doom fra 1993 verden rundt. En uavhengig utvikler hadde koblet spillet til rundt 200 000 nerveceller gjennom selskapets skytjeneste. Cellene spilte som en nybegynner. De gikk inn i vegger og døde ofte, men de spilte.
Detaljen de fleste overskriftene gikk glipp av, er hva utvikleren gjorde etterpå. Mye vanlig programvare satt rundt cellene. Ett program gjorde spillbildet om til pulser. Et lite kunstig nevralt nettverk gjorde cellenes signaler om til trekk i spillet. Utvikleren slo så av cellenes bidrag og erstattet det med tilfeldige tall eller nuller. Spillet gikk likevel. Programvaren rundt cellene hadde lært nok til å styre spilleren på egen hånd.
Det betyr ikke at prosjektet var juks. Koden og resultatet ble publisert åpent. Det viser hvor vanskelig det er å avgjøre hvor mye av det smarte som kommer fra vevet, og hvor mye som kommer fra programvaren rundt. Tre spørsmål er nyttige ved hver påstand på dette feltet. Trengs det levende vevet egentlig? Ble resultatet sammenlignet med noe? Har andre forskere kontrollert arbeidet?
Fra flate cellelag til små hjerner og robotkropper
Organoider er et steg videre fra et flatt lag med celler. I 2013 viste Madeline Lancaster og Jürgen Knoblich i Wien at stamceller som får flyte i en gel, folder seg til små kuler med lag som ligner en hjerne under utvikling. De fleste organoider brukes i medisinsk forskning på autisme, epilepsi og skaden zikaviruset gjør på en hjerne i vekst.
I 2023 brukte et team ved Indiana University, ledet av Feng Guo, en organoide som en slags levende dam. De sendte opptak av talte vokaler inn i vevet og trente enkel programvare til å lese bølgene. Systemet, publisert i Nature Electronics, fant ut hvem av åtte talere som snakket i omtrent 78 prosent av tilfellene. Det var bare leseren som ble trent, ikke organoiden.
Dokumentaren beskriver også nyere resultater. Forskere i Bristol brukte leide organoider til å lese punktskrift fra en kunstig fingertupp, og det levende laget hjalp systemet å takle støy i signalet. Cortical Labs koblet 15 CL1-enheter sammen i et nettverk de kaller Hive, der enhetene skal ha fordelt arbeidet seg imellom og slått et vanlig AI-program i en spilloppgave. Et amerikansk team satte en organoide inn i beslutningene til en menneskelignende robot som grep etter ting og jaget en laserprikk. Flere av disse resultatene er fortsatt konferanseinnlegg eller forhåndspubliseringer som andre forskere ikke har kontrollert.
Kan det noen gang være noen der inne?
Nesten alle forskere er enige om at dagens cellekulturer er altfor enkle til å kjenne noe. Det vanskelige er at ingen vet hvor grensen går, og at det ikke finnes noen test. Metodene leger bruker for å vurdere om en pasient som ikke kan snakke er bevisst, er laget for hele menneskehjerner. De kan ikke overføres til en skål.
Samtidig blir organoidene mer komplekse for hvert år. Forskere gir dem blodårer og immunceller, slik at de lever lenger og blir større. Noen viser elektriske rytmer som ligner rytmene hos for tidlig fødte barn. Ved Stanford har teamet til Sergiu Pașca koblet flere organoider i en kjede som etterligner veien smertesignaler går gjennom kroppen. Forsøket viser at koblingene kan dyrkes, selv om ingen påstår at kjeden kjenner noe.
Den internasjonale stamcelleforeningen ISSCR har retningslinjer for slik forskning, og veikartet for organoide intelligens fra Johns Hopkins University i 2023 bygde inn etikk i planen fra starten. Noen bioetikere mener nå det er for tidlig å avfeie spørsmålet om bevissthet. Det finnes fortsatt ingen bindende internasjonal lov skrevet for biologisk databehandling, og ingen enighet om når et forsøk bør stanses.
Hva cellene faktisk lærer
Tar man bort overskriftene, er svaret ganske enkelt. Det som lærer, er nettet av forbindelser cellene vokser mellom seg. Forbindelser som bidrar til en forutsigbar verden, blir sterkere. De som ikke gjør det, blir svakere. Det er den samme grunnleggende mekanismen psykologen Donald Hebb beskrev i 1949, og den samme som er i arbeid i ditt eget hode mens du leser dette.
For bedrifter som er avhengige av kunstig intelligens, er historien verdt å følge av én grunn fremfor alle: strøm. Kan levende vev overta selv en liten del av læringen som i dag bruker store mengder strøm i datasentre, blir besparelsen stor. Det er fortsatt et stort hvis. Maskinene finnes, resultatene er beskjedne, og spørsmålene om hva vi bygger, beveger seg langsommere enn teknologien.
Artikkelen bygger på dokumentaren fra YouTube-kanalen Interstellar Dreams.
Foto: En forsker holder en kolbe med menneskelige hjerneorganoider. NIAID, CC BY 2.0.
Relaterte saker
-
OpenAIs pengeforbruk kan nærme seg 280 milliarder dollar innen 2030
OpenAI regner med å bruke 278 milliarder dollar mer enn selskapet tjener fram til 2030,…
-
OpenAI åpner opp om når AI gjør feil
OpenAI har lansert et nytt rammeverk for ansvarlig AI-bruk. Rammeverket skal gjøre det enklere å…
-
OpenAI stanser treningen etter at agenter oppsøkte amerikanske myndighetsnettsteder
OpenAI stanser treningen av sine nyeste modeller etter en hendelse som overrasket selskapet. Autonome AI-agenter…


