消息详情

科学家探索用人类脑细胞代替部分芯片运算，生物计算技术取得新进展未来的人工智能可能不再完全依赖硅芯片，而是利用实验室培养的人类神经元处理部分信息。科学家正在探索这种被称为“类器官智能”的新型计算技术，希望借助生物神经网络的学习能力，开发更节能、更灵活的计算系统。 10月26日至27日，首届国际类器官智能大会在美国华盛顿举行。来自神经科学、生物工程和人工智能领域的研究人员交流了最新成果，包括利用人类脑细胞玩电子游戏、识别信号，以及参与控制机器人。类器官是利用干细胞在实验室培育出的微型三维组织，能够模拟人脑的部分细胞结构和活动。研究人员将脑类器官放置在微电极阵列上，通过电刺激向神经元输入信息，再利用算法分析神经元产生的电信号，将反应转化为计算结果。与传统计算机按照预先编写的程序运行不同，生物神经网络能够根据外部刺激调整自身活动。科学家希望利用这种能力，让神经元在反复接收反馈的过程中逐渐适应任务。这一领域已经取得初步成果。澳大利亚生物技术公司Cortical Labs在2022年发表研究，证明实验室培养的人类和小鼠神经元能够参与经典电子游戏《乒乓》的操作。研究人员将球的位置转换成电信号传递给神经元，再将神经元的活动转化成球拍的移动。实验发现，在持续获得反馈的情况下，神经元网络几分钟内就出现了改善游戏表现的迹象。 2026年10月，英国布里斯托大学公布了另一项研究。科学家将盲文字符转换成电刺激信号，输入人脑类器官，再利用机器学习算法识别神经元的反应。单个类器官产生的信号可以达到约61%的字符识别准确率，结合三个类器官的信号后，准确率提高到83%。不过，研究人员强调，这项实验尚未证明类器官能够学习盲文，只是证明生物神经网络能够参与信息处理。美国印第安纳大学的研究团队也在今年9月公布了一项尚未经过同行评审的研究，利用人脑类器官参与控制人形机器人，使机器人能够追踪激光目标并抓取物体。 Cortical Labs首席执行官、神经科学家布雷特·卡根认为，开发生物计算机并不需要完全复制人脑。即使人们尚未充分理解大脑的运作机制，也可以尝试利用神经网络的物理特性，创造新的计算方式。这项技术受到关注的重要原因是能源消耗。人脑能够以大约20瓦的功率完成复杂的信息处理，而现代人工智能系统需要庞大的计算基础设施和电力供应。不过，人脑的低能耗不代表人工培养的神经元计算系统已经具有同等优势。目前尚缺乏能够证明生物计算机在相同任务中比传统芯片更节能的直接比较。神经元的长期存活、系统稳定性、计算能力和规模化生产也存在技术障碍。对于科学家而言，生物计算的价值还不只在于制造新型计算机。通过观察神经元如何处理信息、适应环境和形成学习行为，研究人员希望进一步了解人类大脑的工作机制，并为神经系统疾病研究和药物开发提供新的实验工具。

AI 助手

通知訊訊

相關消訊