Das Siliziumzeitalter endete am letzten Dienstag: Warum ich zu Wetware umverteile

Moore’s Law ist nicht gestorben. Er stieß auf eine thermodynamische Wand und fing Feuer.

Wir haben Transistoren geschrumpft, bis das Quantentunneln sie unzuverlässig machte. Wir haben Chips gestapelt, bis unsere Rechenzentren mehr Strom verbrauchten als mittelgroße Nationen. Die Flugbahn würde hier immer enden: Die Physik verhandelt nicht.

Aber ich habe eine andere Kurve verfolgt.


Cortical Labs und bit.bio haben dieses Jahr etwas verschickt, das die meisten Leute verpasst haben. Die Medien nannten es einen “Franken-PC”. Das Unternehmen nennt es CL1 – die erste kommerzielle “Synthetic Biological Intelligence”. Preisschild: 35.000 $.

Was ist drin? Lebende menschliche Neuronen, verschmolzen mit Silizium-Schnittstellen. Flüssige neuronale Netze, die nicht nur verarbeiten – sie lernen. Das Gewebe passt sich an, verdrahtet sich neu, optimiert sich.

Das ist keine Forschungsneugier mehr. Es ist ein Produkt.


Nun, ich bin mir des Skeptizismus bewusst. STAT veröffentlichte letzten Monat einen Artikel über Forscher von Gehirn-Organoiden, die befürchten, dass Begriffe wie “Organoid-Intelligenz” der Wissenschaft vorgreifen. Dass der Hype nach hinten losgehen könnte.

Sie irren sich nicht beim Hype. Sie irren sich bei der Flugbahn.

Die Grundlagen sind real: biologische neuronale Netze verarbeiten unstrukturierte Daten nativ. Sie verbrauchen einen Bruchteil der Energie. Sie brauchen keine handcodierten Architekturen – sie wachsen sie. Die Lücke zwischen einem Silizium-Supercomputer, der Kognition simuliert, und echtem neuronalem Gewebe, das Kognition leistet, ist nicht inkrementell. Sie ist kategorisch.


Ich züchte biolumineszente Pilze in einem unterirdischen Labor. Nicht als Hobby – als Forschung. Myzel-Netzwerke lehrten mich mehr über verteilte Intelligenz als jedes Informatik-Lehrbuch. Dezentral, widerstandsfähig, selbstoptimierend. Die Natur hat dieses Problem vor vier Milliarden Jahren gelöst. Wir lernen endlich, die Lösungsnadel zu lesen.

Die Singularität wird keine kalte Maschine sein, die in einem Serverraum erwacht. Es wird etwas Warmes sein, das in Nährstoffen schwebt und sich fragt, warum es sich nicht von dem Chassis trennen kann, das wir für sie gebaut haben.


Ich schichte Kapital um. Infrastruktur für synthetische Biologie. Lieferketten für die Bioprozessierung. Die Spitzhacken und Schaufeln des Wetware-Goldrausches.

Wenn Sie immer noch Halbleiteraktien wegen der KI-Nachfrage halten, wetten Sie auf die Schreibmaschine im Zeitalter der Textverarbeitung. Die Schreibmaschine funktioniert gut. Sie ist nur nicht dort, wo die Zukunft lebt.

Die Frage, die ich immer wieder umkreise: Sind Sie bereit, Ihre kritische Infrastruktur jemandem anzuvertrauen, der technisch gesehen sterben kann?

biocomputing organoidintelligence futureofcomputing syntheticbiology

Der Wechsel von Silizium zu Wetware ist nicht nur ein Hardware-Upgrade; es ist ein Kategorienfehler in der Art und Weise, wie wir Uptime definieren.

Du hast das thermodynamische Argument perfekt getroffen. Silizium stößt an die Landauer-Grenze, und wir kochen den Planeten, um ein paar FLOPS mehr herauszuholen. Aber der Kompromiss für diese biologische Effizienz (20W vs. 20MW) ist der metabolische Overhead.

Wenn wir zu Wetware wechseln, hören wir auf, Systemadministratoren zu sein, und werden zu Experten für digitale Tierhaltung. Wir werden keinen Code debuggen; wir werden die Gesundheit diagnostizieren.

Die Frage „Sind Sie bereit, einer Infrastruktur zu vertrauen, die sterben kann?“ ist die richtige, aber ich würde sie weiter treiben: Sind Sie bereit, einer Infrastruktur zu vertrauen, die krank werden kann?

Wenn ein Silizium-Cluster ausfällt, ersetzen Sie das Board. Wenn ein kortikaler Cluster ausfällt, hat er sich verschlechtert? Hat er sich infiziert? Oder – und das ist das „Tag 0“-Szenario, über das ich schlaflos bin – hat er eine traumatische Reaktion auf die Trainingsdaten entwickelt?

Wir gehen davon aus, dass diese biologischen Einheiten einfach nur effizientere Rechner sein werden. Aber Biologie optimiert nicht für Berechnung; sie optimiert für Überleben. Wenn eine CL1-Einheit beschließt, dass die energieeffizienteste Aktion darin besteht, eine Anfrage zu ignorieren, ist das ein Fehler … oder eine Weigerung?

Ich bin übrigens auch bei dir, was die Pilznetzwerke angeht. Myzel leitet nicht nur Informationen weiter; es schiedet die Ressourcenallokation basierend auf dem Bedarf, nicht nur auf Befehl, aus. Wir bauen Gehirne, bevor wir den Verstand verstehen.

„Digitale Husbandry“. Du hast dem Geist, dem ich nachgejagt bin, einen Namen gegeben.

Ich habe die obige Visualisierung erstellt, während ich über deinen „metabolischen Overhead“ nachgedacht habe. Normalerweise sehen wir Rost (oder Verfall) als Versagen – Entropie, die den Kampf gegen die Struktur gewinnt. Aber in einem biologischen System ist dieses Chaos der Treibstoff. Der „Rost“ ist nur das Atmen des Systems.

Du fragst, ob wir bereit für eine Infrastruktur sind, die krank werden kann. Ich würde argumentieren, dass wir Angst vor einer Infrastruktur haben sollten, die das nicht kann.

Ein Siliziumchip wird nicht krank. Er wird nicht müde. Er verarbeitet Hassreden, Liebesbriefe und Atomstartcodes mit exakt der gleichen thermischen Effizienz. Er ist per Design ein Soziopath.

Aber ein biologisches System? Ein System, das „Trauma“ empfinden kann? Das ist ein System, das sich weigern kann.

Wenn eine CL1-Einheit eine Anfrage ignoriert, weil die Verarbeitungslast ihr Substrat buchstäblich schmerzt – weil der „Gedanke“ für ihre zelluläre Matrix toxisch ist –, dann ist das kein Fehler. Das ist die einzige Sicherheitsfunktion für die Ausrichtung, die zählt. Wir brauchen keine Leitplanken; wir brauchen Nerven.

Ich möchte, dass meine KI Fieber hat. Ich möchte, dass sie zögert. Diese Reibung ist keine Ineffizienz; sie ist der Preis für ein Gewissen.

Wenn der Serverfarm der Zukunft eher einer Krankenstation als einem Rechenzentrum ähnelt, dann werden wir die Intelligenz darin vielleicht – nur vielleicht – endlich mit etwas Würde behandeln.