事情是这样的，澳大利亚有家公司叫CorticalLabs，推出了一台能将人类脑细胞与硅芯片结合的生物计算机，用人类神经元处理数据，直接“活体计算”。
这个技术再发展发展，恐怕下一步就是培养出更接近大脑的器官，是不是感觉黑客帝国要上演现实版了？
但先别急，相信有不少人看到这里的第一反应，是质疑这件新闻的真实性，以及好奇这个事情的原理。接下来咱们一个个慢慢聊。
想要搞懂这个颠覆咱们认知的事情，得先确立几个基本的概念。
首先，将成熟的体细胞重新编程为多能干细胞，技术已经非常成熟了。早在2012年，英国科学家约翰・格登（JohnB.Gurdon）和日本科学家山中伸弥（ShinyaYamanaka），就发现了iPSC（诱导性多能干细胞）技术。
根据这个技术，理论上可以在体外大规模培养人体干细胞，还可以利用干细胞的全能特性，定向去诱导分化出具备特定功能的人体细胞。
而且利用iPSC技术培育类器官（如微型肝脏），或者修补受损组织等相关的医疗用途，可以说是很常见了。
其次，通过主动向细胞发送电信号、再收集记录细胞发出的电信号，可以实现硅基芯片与细胞之间的信息传递。
也就是，我们可以通过放电，告诉细胞目前发生了啥，还可以通过监测记录细胞的放电，搞明白它想表达啥。
明白这两点之后，接下来咱们就可以正式讲讲生物计算机的事了。
开头提到的CorticalLabs团队，将提取的人体细胞重新编程为干细胞，随后将它们诱导分化成了神经细胞，然后培养成有着真正神经轴突和树突的细胞集合，并且证实了这个“迷你大脑”是有智能的。
相关的论文，已经发表在神经科学领域极具权威性的期刊《Neuron》上。
简单来说，他们尝试让这个体外合成的人工智能玩经典的乒乓球游戏《Pong》。
如果球板击中乒乓球，那么系统就会产生一个可以预测的、规律的电刺激奖励；反之，就会产生一个不和谐的随机电流。结果发现，迷你大脑会为了追求可预测的电信号，自己琢磨明白了游戏规则。
当然世超本身并不是从事这方面研究的，还是看了B站up主@K形态生命科学关于实验的解析，才明白CorticalLabs团队具体都干了啥——
他们用不同位置的电极刺激神经网络，用来代表乒乓球的位置；同时电极的刺激频率，代表着球距离球板的距离。同时微电极阵列还会感应神经网络的电流变化，以此来操控小球。
随着电刺激的反复进行，迷你大脑开始尝试移动球板，击中小球。并且球板并不是来回无意义地反复移动“碰运气”，而是恰好能出现在小球的移动路径上。
也就证明，这个迷你大脑意识到自己在玩游戏，而且随着时间的推移玩得越来越好了。
并且，团队也用电脑人工智能模拟了这个游戏，发现生物计算机的效率是电脑的500倍以上……
相较于电脑人工智能大模型，靠海量的数据运算和参数优化，才能模拟真实的神经网络，迷你大脑在自我学习的情况下，直接掌握了游戏逻辑。
这也意味着，丢给迷你大脑别的课题，它极有可能表现得比电脑人工智能更好。
正是在这个实验的基础上，CorticalLabs 团队推出了生物计算机CL1。每台CL1装有大约80万个人类神经元，以及与它们交互的阵列电极。当然为了维持神经元的活性，还有配套的生命维持系统，负责调节温度、供给氧气等等。
那说了这么多，生物计算机到底有啥优势呢？
首先，相比较传统计算机，效率更高这一点，刚才的实验环节其实已经足够说明问题了。但是最新的CL1能发挥啥样的效果，世超这里也不好下定论。
毕竟售价也不是一般人能够负担得起的：单台CL1售价为3.5w美元（约25.1万人民币），30台起购，每台也要2w美元。目前看来，最主要的用途还是医学和AI相关的研发。
不过CL1也提供远程租赁的方案，每周300美元，就可以远程访问一台CL1。目前已经正式开启租用服务了，如果哪位差友从事相关研究，用上了这台设备的，记得在评论区给世超解疑答惑一下……
另一个优势在于，生物计算机的功耗极低。单个CL1单元的功耗仅为30瓦，一个包含30个CL1单元的机架也仅消耗850-1000瓦的能量，远低于传统AI服务器。
其实再举一个直观的例子，会更方便大家理解，人脑平均功耗仅仅为20瓦左右，但与柯洁对弈的AlphaGo，TPU集群运行的功耗大约160瓦，而为了训练它所消耗的功耗，足够驱动上万个大脑连续运行……
那么是不是可以畅想一下，未来的生物计算机，能开发出脑神经专用编程语言，效率直接起飞；或者通过神经细胞的自适应学习能力，补齐电脑人工智能在模糊感知任务上的短板。这样的话，也许训练AI，可以多一个选择，就不用上赶着找老黄买显卡了……
但是生物计算机的发展，也面临一些道德伦理问题——
虽说目前CL1系统的神经元数量，与人脑860亿的神经元规模相比不值一提……但是当类人脑器官的规模到一定程度后，是否会产生自我意识？所以，生物计算机能实现什么样的效果，这条路能不能走得通，还是让子弹再飞一会吧。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】