Zwitserse startup wil AI laten draaien op levende hersencellen
In dit artikel:
De Zwitserse startup FinalSpark ontwikkelt zogenaamde bioprocessors: kleine, levende netwerkjes neuronen (organoïden) die AI-taken moeten uitvoeren met veel minder energie dan conventionele datacenters. Oprichters dr. Fred Jordan en dr. Martin Kutter begonnen het idee ruim tien jaar geleden vanuit hun achtergrond in signal processing en putten inspiratie uit zowel spiking neural networks (gepulste netwerken) als uit het extreem zuinige energiegebruik van het menselijk brein (ongeveer 20 watt).
Wat ze bouwen: millimetergrote organoïden met duizenden met elkaar verbonden neuronen waarop elektroden zijn aangesloten. Die elektroden registreren actiepotentialen van slechts circa 50 microvolt en kunnen tegelijkertijd elektrische stimulatie geven. Training gebeurt door patronen van stimulatie en door toediening van neuromodulatoren zoals dopamine en serotonine om gewenst gedrag te 'belonen'. Omdat verschillende hersendelen specifieke neuron-types hebben, combineren ze organoïden met bijvoorbeeld striatum-neuronen (gevoelig voor dopamine) en cortex-neuronen (geassocieerd met leren) om een lerend systeem te verkrijgen.
Praktische uitdagingen: biologisch materiaal degradeert — FinalSpark’s organoïden blijven momenteel dagen tot maanden bruikbaar en moeten daarna worden vervangen en opnieuw getraind; het doel is dit uit te breiden naar circa twee jaar. Daarnaast vereist het systeem het leren hanteren van honderden neurontypes en het betrouwbaar meten en sturen van zwakke elektrische signalen. Technisch gebruikt het team bestaande technieken zoals elektrofysiologie en geïnduceerde pluripotente stamcellen (iPSC) volgens Yamanaka’s methode om volwassen cellen terug te brengen naar stamcellen voor differentiatie naar neuronen.
Huidige status en samenwerking: het team is klein maar uitgebreid sinds de start; een medewerker werkt deels bij ETH Zürich. FinalSpark biedt een Neuroplatform waarmee externe onderzoekers via een Python-API signalen kunnen sturen en neurotransmitters kunnen toedienen — zo’n tien universiteiten gebruiken het gratis voor onderzoek naar biocomputing.
Motief en ambitie: de directe drijfveer is energiebesparing. Studies suggereren dat AI in 2024 verantwoordelijk was voor 11–20% van het stroomverbruik van datacenters, terwijl datacenters zelf ongeveer 1,5% van het wereldwijde energieverbruik (±415 TWh) voor hun rekening nemen. FinalSpark streeft ernaar in 10–15 jaar op te schalen tot fabriekssystemen die volgens hun visie concurreren met grote cloud-providers (bijvoorbeeld AWS), maar met een veel lagere energieconsumptie — mogelijk tot honderd keer minder per gebruiker.
Toekomstperspectief en aandachtspunten: naast energiewinst voorziet het team onvoorziene toepassingen, vergelijkbaar met hoe de transistor leidde tot toepassingen die de uitvinders niet konden voorspellen. Tegelijk liggen er belangrijke ethische, veiligheids- en regulatoire vragen rond het gebruik van levende hersencellen voor berekeningen die nog verder moeten worden uitgewerkt naarmate de techniek volwassen wordt.