大脑类器官的一部分，其中干细胞（粉色）正在分化为神经元（紫色）。（来源：Steve Gschmeissner/Science Photo Library）

编辑 | X

类脑计算硬件旨在模拟大脑的结构和工作原理，可用于解决当前 AI 技术的局限性。然而，以大脑为灵感的硅芯片在完全模拟大脑功能方面的能力仍然有限，因为大多数例子都是基于数字电子原理构建的。

近日，来自美国印第安纳大学伯明顿分校（Indiana University Bloomington）的研究团队构建了一种「混合生物计算机」，将实验室培养的人脑组织与传统电子电路相结合，可以完成语音识别等任务。该系统被称为 Brainoware，能够以 78% 的准确率识别声音。有一天可能会被集成到人工智能 (AI) 系统中，或者构成神经科学研究中改进的大脑模型的基础。

Brainoware 使用大脑类器官——组织束（bundles of tissue）——模仿用于研究器官模型的人体细胞。类器官是由能够专门分化成不同类型细胞的干细胞制成的。在这种情况下，它们变成了神经元，类似于我们大脑中发现的神经元。

该研究的共同作者、印第安纳大学伯明顿分校（Indiana University Bloomington）的生物工程师 Feng Guo 表示，该研究的目的是在「人工智能和类器官之间架起一座桥梁」。一些 AI 系统依赖于互连节点的网络（称为神经网络），其方式类似于大脑的运作方式。「我们想问一个问题：我们是否可以利用大脑类器官内的生物神经网络进行计算。」

该研究以「Brain organoid reservoir computing for artificial intelligence」为题，于 2023 年 12 月 11 日发表在《Nature Electronics》上。

论文链接：https://www.nature.com/articles/s41928-023-01069-w

利用脑力

为了制造 Brainoware，研究人员将一个类器官放置在包含数千个电极的板上，以将脑组织与电路连接起来。然后，他们将输入信息转换为电脉冲模式，并将其传递给类器官。传感器拾取组织的反应，并使用机器学习算法进行解码。

为了测试 Brainoware 的功能，该团队使用该技术进行语音识别，通过对 8 个人讲话的 240 段录音来训练系统。该类器官对每种声音产生不同的神经活动模式。AI 学会解读这些响应来识别说话者，准确率达到 78%。

人脑类器官。（来源：The Washington Post via Getty Images）

约翰斯·霍普金斯大学的发育神经科学家 Lena Smirnova 表示，尽管还需要进行更多研究，但该研究证实了一些关键的理论观点，这些观点最终可能使生物计算机成为可能。之前的实验表明，只有 2D 神经元细胞培养物能够执行类似的计算任务，但这是第一次在 3D 大脑类器官中得到证实。

更好的大脑模型

Guo 说，将类器官和电路相结合可以让研究人员利用人脑的速度和能量效率来开发人工智能。

意大利比萨大学的生物医学工程师 Arti Ahluwalia 表示，这项技术还可以用于研究大脑，因为大脑类器官可以以简单细胞培养物无法做到的方式复制工作大脑的结构和功能。Brainoware 有可能用于模拟和研究神经系统疾病，如阿尔茨海默病。它也可以用来测试不同治疗方法的效果和毒性。「这就是希望所在，希望有一天能用这些技术来取代动物的大脑模型，」Ahluwalia 说。

但使用活细胞进行计算并非没有问题。一个大问题是如何保持类器官的活性。细胞必须在培养箱中生长和维持，类器官越大，培养就越困难。Smirnova 说，更复杂的任务需要更大的「大脑」。

为了增强 Brainoware 的能力，Guo 表示，接下来的步骤包括研究大脑类器官是否以及如何能够适应完成更复杂的任务，并将它们设计得比现在更加稳定和可靠。他说，如果要将它们纳入目前人工智能计算中使用的硅微芯片中，这将是至关重要的。

参考内容：

https://www.nature.com/articles/d41586-023-03975-7

https://www.engadget.com/researchers-fuse-lab-grown-human-brain-tissue-with-electronics-175507932.html

(来源:机器之心)