Science & Technology
← Home
Hvad hvis din computer fik en rigtig hjerne?

Hvad hvis din computer fik en rigtig hjerne?

2026-05-19T12:02:41.765109+00:00

Den energi-krise, vi aldrig taler om

Smartphones er stærkere end hele kontorer fra 80’erne. Men de bruger stadig langt mere strøm end den hjerne, der sidder bag dem. Kunstig intelligens sluger energi som en støvsuger på fuld knap. Det er ikke kun dyrt. Det er uholdbart.

Når du spørger ChatGPT eller lader din telefon genkende dit ansigt, forbruger du millioner af gange mere strøm end din egen hjerne bruger til samme opgave. Og efterspørgslen stiger. Så spørgsmålet er ikke længere, om vi kan gøre det bedre. Det er, hvornår.

Hjernen som computer

Forskere fra Princeton har valgt en anden vej. I stedet for at bygge endnu en elektronisk model af hjernen, bruger de rigtige hjerne-celler. Det lyder vildt. Men det er faktisk logisk.

Tidligere forsøg slog fejl. Nerveceller i flade skåle blev stressede. De dannede ikke rigtige netværk. De døde hurtigt. Selv små klumper af hjernevæv – organoider – havde samme problemer: de manglede luft og blev uregelbundne.

En foldbar løsning

Nu har teamet fundet en ny trick. De bygger en lille 3D-ramme af polymer-netværk. Den er flat på starten. Men de tilføjer små sensorer og foldet den som papir. Så får nervecellerne en rigtig troldehule med sensors indbygget.

Projektet hedder 3D-MIND. Det er en mikroskopisk lejlighedsblok til hjerne-celler med elektronik indeni.

Cellerne tager over

Rammen bliver dækket med en gel,專門 til hjerne-celler. Så sætter de hjerne-celler fra rotte-hippocampus ind. Cellerne får lov at være frie. De arrangerer sig selv. De danner netværk. De sender signaler. Sensorerne ser det hele.

Resultatet er stabilt. Det virker. Cellerne live lang nok til at være praktisk.

Hvorfor det betyder noget

Hjernen bruger omkring 20 watt. Det minder dig ikke om en standard-lampe. AI-systemer bruger millioner af watt. Så hvis biologiske netværk skal skaleres, kan vi få:

  • Et meget mindre strømforbrug
  • Mere fleksible systemer
  • Bedre efterligning af menneskelig læring

Det giver også ny viden om hvordan vi lærer.

Hvad der stadig står i vejen

Teknologien er ny. Det er hard at skalere fra tusind celler til en praktisk størrelse. De har kun bruge rotte-celler indtil nu. Menneskelige celler er mere komplicerede. Der er også etiske spørgsmål.

Hvad vi står tilbage med

Vi er på jagt efter en mindre energi-tørstig verden. Og en mulig løsning ligger i at bygge computersystemer af levende celler. Det er vildt. Det er tidligt. Det kan være fremtiden.

#biotechnology #artificial intelligence #neuroscience #energy efficiency #neural networks #future tech #princeton research