一家利用大鼠脑细胞的神经模式构建人工智能的生物计算初创公司，刚刚获得了亚马逊的大力支持。
从周二开始，部分亚马逊云科技（AWS）客户将能够以有限预览的方式访问The Biological Computing Company（以下简称“TBC”）的“大鼠大脑”AI模型。这家初创公司的技术专门旨在改进用于生成视频的AI。亚马逊和TBC均表示，预计该技术很快将向所有AWS企业客户推出。
TBC联合创始人Alexander Ksendzovsky表示：“我们找到了一种将信息（例如图像）编码到生物材料中的方法。然后我们观察生物体如何处理这些信息，并构建一种模仿该过程的工具。”亚马逊云科技初创企业全球技术总监Deap Ubhi表示，这并非亚马逊首次在其市场上提供生物衍生计算平台。Ubhi称，这家云计算巨头还与Cortical Labs合作，后者是一家澳大利亚公司，将实验室培育的神经元与硅芯片结合，帮助企业处理数据。（该公司称其产品为WAAS，即“湿件即服务”。）Cortical Labs还销售一种售价数千美元的“生物计算机”，这是一种专为实验室设计的低功耗设备，据称可让神经元存活六个月。
Ubhi表示，TBC采取了“务实的方法”，这也是该公司吸引亚马逊的原因之一。与其大刀阔斧地尝试重新发明Transformer（大语言模型的核心架构单元），不如说“他们在生成式AI领域现有标准的框架内工作，并询问：‘我们如何让当前的视觉模型更高效？’”他解释道。
随着人工智能公司竞相寻找提高模型效率的方法，一个曾经处于边缘的领域——生物计算——开始获得关注。研究人员长期以来设想这样一个世界：计算机软件的运作更像人脑内部的神经网络，而不再仅仅依赖基于数学的算法。
但生物计算面临独特的挑战。该领域需要运营真正的生物实验室，而不仅仅是计算机实验室，在这些实验室中，脑细胞、干细胞或合成生物材料必须被维持存活或保存、仔细监测，并以某种方式转化为有意义的数字信息。虽然一些初创公司在该领域取得了进展，但弥合自然与代码之间的鸿沟仍然很复杂。
The Biological Computing Company（以下简称TBC）由两位神经科学家兼神经外科医生——现任首席执行官的Ksendzovsky和担任总裁兼首席运营官的Jon Pomeraniec——于四年前在马里兰州巴尔的摩创立。今年早些时候，TBC在Primary Venture Partners领投下，从一群投资者手中筹集了2500万美元，这是其首轮重要融资。
在3月该轮融资完成后不久，公司又获得了额外2500万美元，使其融资总额超过5000万美元。这轮新融资此前未曾披露。
去年，这家初创公司在旧金山开设了办公室和一个小型研发实验室，35名员工直接与大鼠脑细胞和人类干细胞打交道。活细胞被放置在瑞士生物技术公司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，用于改进现有的人工智能模型，特别是视频生成模型。
Ksendzovsky 表示，一开始就决定专注于视频，这既是科学考量，也是务实之举。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其与神经元的相互作用。公司意识到图像是天然的切入点，因为视觉信息比文本或语言更容易映射到网格上。
由此，一个潜在的商业用例浮现出来。这家初创公司推测，通过建模神经元处理图像的方式，所得见解可用于改进视频生成 AI 模型。
Pomeraniec 表示，著名 AI 研究员兼 TBC 投资人 Jeff Dean 是最先建议公司尝试微调视频生成模型，而非更广泛地应用其神经技术的人。
由于视频模型已有公认的行业基准，该初创公司能尽早通过在已解决问题上测试其性能，来证明其技术是否代表了有意义的科学进步。Pomeraniec 解释道："Jeff 说如果我们能做到这一点，未来我们的 AI 模型就有望实现更复杂、更有趣的事情。"
此前，TBC的技术仅通过一家名为Bluesky Compute的新云服务提供商提供。这家初创公司声称，与其运行的开源AI模型相比，其AI模型在视频生成速度上快达五倍，并大幅降低了推理成本——即AI模型的处理或“思考”部分，而非训练部分。（该公司不愿透露用作比较的是哪个开源AI，但声称它是“前沿”视频生成模型之一。）如今亚马逊开始分发TBC的软件，这家雄心勃勃的初创公司有望触达更大的客户群。亚马逊的Ubhi表示他对The Biological Computing Company感到兴奋，但其技术能否良好扩展仍有待观察。
“我认为对于这类模型，必须问的一个问题是：如果将其推向极限，是否仍能看到改进？如果客户想要生成长视频，比如十分钟、一小时，随着时间的推移，保真度可能会损失多少？”他问道。换句话说，模型需要能够跟踪已发生的内容，并在视频变长时保持一致性。随着TBC进入下一阶段，公司将着眼于其技术在新客户尝试将其推向极限时能否经受住考验。