The Biological Computing Co. ใช้เซลล์ประสาททำ AI Video เร็วขึ้น 5 เท่า

The Biological Computing Co. กำลังร่วมมือกับ AWS เพื่อเปิดตัวโมเดล text-to-video ที่คาดว่าจะทำงานเร็วขึ้น 5 เท่า และลดค่าใช้จ่ายลงถึง 80 เปอร์เซ็นต์ ด้วยเลเยอร์ซอฟต์แวร์พิเศษที่ถอดรหัสมาจากการทำงานของเซลล์ประสาทจริง

The Biological Computing Co. (TBC) สตาร์ทอัพจากซานฟรานซิสโก ได้ประกาศความร่วมมือกับ Amazon Web Services (AWS) เพื่อเปิดตัวโมเดล AI วิดีโอ "ที่มาจากเซลล์ประสาท" (neuron-derived) เป็นครั้งแรกของโลก โดยโมเดลนี้สร้างต่อยอดจากโมเดลวิดีโอแบบโอเพนซอร์ส ซึ่งผลการทดสอบเบื้องต้นระบุว่าสามารถสร้างวิดีโอได้เร็วขึ้น 5 เท่า และมีค่าใช้จ่ายในการประมวลผล (inference) ต่ำกว่าเดิมถึง 80 เปอร์เซ็นต์ พร้อมคุณภาพงานที่ดีขึ้น แม้ทาง TBC จะยังไม่ได้ระบุชัดเจนว่าใช้โมเดลโอเพนซอร์สตัวใดเป็นฐานก็ตาม

โปรเจกต์นี้มีแผนจะรันโมเดลบนชิป AWS Trainium และให้บริการผ่าน Amazon SageMaker AI รวมถึงวางจำหน่ายใน AWS Marketplace ทว่าในปัจจุบันบริษัทยังเปิดเพียงระบบลงทะเบียนเพื่อรับสิทธิ์เข้าถึงก่อนใคร เท่านั้น ซึ่งถือเป็นผลิตภัณฑ์เชิงพาณิชย์ชิ้นแรกจากกระบวนการพัฒนาอันล้ำสมัยของบริษัท

เซลล์ประสาทในห้องแล็บ: เบื้องหลังซอฟต์แวร์อัจฉริยะ

แม้ชื่อบริษัทจะสื่อถึงชีววิทยา แต่ในการใช้งานจริงไม่ได้มีการนำเซลล์สมองมาประมวลผลโดยตรง สิ่งที่ TBC นำเสนอคือซอฟต์แวร์ในรูปแบบเลเยอร์พิเศษ (adapter) ที่มีขนาดจิ๋วเพียง 0.1 เปอร์เซ็นต์ของโมเดลฐาน และสามารถทำงานบนโครงสร้างพื้นฐาน AI มาตรฐานได้ทันทีโดยไม่ต้องพึ่งพาฮาร์ดแวร์ทางชีวภาพ

กระบวนการทางชีววิทยาจะเกิดขึ้นเฉพาะในขั้นตอนการพัฒนา โดย TBC ได้เพาะเลี้ยงเซลล์ประสาทส่วนคอร์เทกซ์ (cortical nerve cells) บนชิปที่มีอิเล็กโทรด 4,096 ตัว เพื่อกระตุ้นด้วยไฟฟ้าและวัดการแพร่กระจายของสัญญาณตามกาลเวลา

จากนั้นจึงนำค่าชี้วัด เช่น ระยะการส่งสัญญาณและความคงอยู่ มาสร้างเป็นโมดูลซอฟต์แวร์ขนาดเล็กเพื่อเชื่อมต่อกับโมเดล diffusion เดิมที่มีอยู่ โดยตัวเซลล์ประสาทจริงจะถูกเก็บไว้ในห้องแล็บเพื่อใช้เป็นต้นแบบในการถอดรหัสอัลกอริทึมเท่านั้น

TBC ก่อตั้งโดย Alex Ksendzovsky และ Jon Pomeraniec สองศัลยแพทย์ระบบประสาท และสามารถระดมทุนได้ 25 ล้านดอลลาร์ในต้นปี 2026 บริษัทเลือกเจาะตลาด AI วิดีโอเป็นอันดับแรกเนื่องจากเป็นสาขาที่เผชิญกับความท้าทายด้านความเร็วและต้นทุนมากที่สุด โดยมีเป้าหมายในอนาคตคือการพัฒนา world models และการผสานการประมวลผลระหว่างเซลล์ประสาทกับซิลิคอน

เปลี่ยนพฤติกรรมเซลล์สู่โมดูล AI

TBC ได้อธิบายกระบวนการเปลี่ยนสัญญาณเซลล์เป็นโมเดล AI ไว้ในโพสต์บล็อก โดยยกตัวอย่างการใช้ Oasis ซึ่งเป็น world model ของเกม Minecraft โมเดลนี้มักเจอปัญหาการสะสมข้อผิดพลาดในแต่ละเฟรมจนวิดีโอเบลอและเสียรูปทรง หรือที่เรียกว่า "washout"

ในการแก้ปัญหานี้ ทีมงานได้แปลงข้อมูลรูปภาพเป็นพัลส์ไฟฟ้าเพื่อกระตุ้นเครือข่ายเซลล์ประสาทบนชิป และบันทึกพฤติกรรมการตอบสนองว่าสัญญาณแพร่กระจายไปไกลแค่ไหนและจางหายไปอย่างไร

ข้อมูลการวัดเหล่านี้ถูกแปลงเป็นตัวเลขเพื่อสร้าง "Neural Dynamics Adapter" ซึ่งทำหน้าที่เหมือนตัวแปลภาษาทางชีววิทยาให้เป็นภาษาที่โมเดล AI เข้าใจ ช่วยให้โมเดลสามารถใช้โครงสร้างการส่งสัญญาณที่เลียนแบบมาจากธรรมชาติในการประมวลผลภาพได้

ตัว adapter นี้มีพารามิเตอร์เพียง 156,000 ตัว จึงไม่ส่งผลกระทบต่อสถาปัตยกรรมหลักของโมเดลฐาน มันทำงานเหมือนตัวหน่วง (damper) ที่ช่วยยึดพื้นที่ภาพข้างเคียงให้เสถียร ป้องกันการรบกวนที่ทำให้ภาพเบลอ

ผลการทดสอบพบว่า Oasis ที่ติดตั้ง adapter สามารถรักษาความคมชัดของวัตถุได้ดีกว่าเดิม 19 เปอร์เซ็นต์ และทำคะแนนได้ดีกว่าการปรับแต่งด้วยวิธี LoRA หรือ fine-tuning แบบดั้งเดิม นอกจากนี้ในโครงการติดตามผล ยังสามารถเพิ่มเฟรมเรตจาก 2 เฟรมต่อวินาที เป็นเกือบ 10 เฟรมต่อวินาทีได้ โดยผลทดสอบภายนอกจาก Bluesky Compute ยืนยันว่าต้นทุนลดลงถึง 4.4 เท่า

ข้อสังเกตที่ยังรอการพิสูจน์

อย่างไรก็ตาม รายละเอียดของโมเดลเชิงพาณิชย์ยังไม่ถูกเปิดเผยทั้งหมด ทั้งในแง่ของโมเดลฐานที่ใช้ ความละเอียดวิดีโอ หรือเกณฑ์วัดคุณภาพที่ชัดเจน การที่บริษัทระบุว่าเร็วขึ้น 5 เท่าและประหยัดขึ้น 80 เปอร์เซ็นต์ อาจเป็นเพียงผลลัพธ์เดียวกันในเชิงคณิตศาสตร์จากการลดภาระการใช้ GPU

ความท้าทายสำคัญคือการพิสูจน์ว่าแนวทางทางชีววิทยานี้จะสามารถเอาชนะเทคนิคดิจิทัลล้วนๆ อย่าง distillation หรือ caching ได้จริงหรือไม่ในระยะยาว ซึ่งยังคงเป็นคำถามที่รอการพิสูจน์ผ่านการใช้งานจริงในอนาคต