公众号记得加星标⭐️，第一时间看推送不会错过。
来源：内容 编译自 IEEE 。
随着生成式人工智能系统的进步，其对能源的需求也日益增长。训练和运行大型语言模型会消耗大量电力。预计未来五年，人工智能的能源需求将翻一番，占全球总电力消耗的3%。但如果人工智能芯片能够更像人脑一样运作，以最小的能量处理复杂的任务，那会怎样呢？越来越多的科学家和工程师认为，关键或许在于类器官智能。
今年7月，在日内瓦举行的联合国“人工智能造福人类”峰会上，人工智能爱好者们首次接触到“类脑芯片”的概念。约翰·霍普金斯大学化学与生物分子工程教授戴维·格拉西亚斯在会上发表了演讲，探讨了他领导的生物芯片及其在人工智能领域的应用的最新研究成果。格拉西亚斯的研究团队专注于纳米技术、智能系统和生物工程，是首批构建功能性生物芯片的团队之一。该芯片将神经类器官与先进硬件相结合，使芯片能够在活体组织上运行并与其互动。
类器官智能是一个新兴领域，它将实验室培养的神经元与机器学习相结合，创造出一种全新的计算形式。（“类器官智能”一词由约翰·霍普金斯大学的研究人员提出，其中包括托马斯·哈通。）这些神经元被称为类器官，更具体地说，是实验室培养的脑细胞的三维簇，可以模拟神经结构和功能。一些研究人员认为，所谓的生物芯片——将活脑细胞整合到硬件中的类器官系统——在效率和适应性方面有可能超越CPU和GPU等硅基处理器。专家表示，如果生物芯片实现商业化，它有可能降低当今人工智能系统惊人的能源需求，同时增强其学习能力。
随着生成式人工智能系统的进步，其对能源的需求也日益增长。训练和运行大型语言模型
