在2023年12月11日發(fā)表于《自然-電子學(xué)》的一項(xiàng)研究中，科學(xué)家制造了一種混合生物計(jì)算機(jī)，將實(shí)驗(yàn)室培養(yǎng)的人類腦組織與傳統(tǒng)電子硬件結(jié)合在一起，可以完成語音識(shí)別等任務(wù)。

這項(xiàng)技術(shù)有朝一日可能會(huì)被集成到人工智能系統(tǒng)中，或者成為神經(jīng)科學(xué)研究中改進(jìn)大腦模型的基礎(chǔ)。

研究人員將該生物計(jì)算機(jī)系統(tǒng)稱為Brainoware。它結(jié)合了大腦類器官—— 一種模仿人體細(xì)胞的組織，用于研究器官模型。類器官由能夠分化成不同類型細(xì)胞的干細(xì)胞制成。在這種情況下，它們變形為神經(jīng)元，類似我們大腦中的神經(jīng)元。

論文通信作者、美國印第安納大學(xué)伯明頓分校生物工程師郭峰表示，這項(xiàng)研究旨在建立“人工智能和類器官之間的橋梁”。

人工智能和大腦都依賴于一個(gè)由互相連接的節(jié)點(diǎn)構(gòu)成的網(wǎng)絡(luò)傳遞信號(hào)，即所謂的神經(jīng)網(wǎng)絡(luò)。郭峰說：“我們想問一個(gè)問題——是否可以利用大腦類器官內(nèi)的生物神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算？”

為了制造Brainoware，研究人員將一個(gè)類器官放置在一塊包含數(shù)千個(gè)電極的板上，將大腦與電路連接起來。然后，他們把想要輸入的信息轉(zhuǎn)換成一種電脈沖模式，并將其傳遞給類器官。腦組織的反應(yīng)由傳感器接收，并使用機(jī)器學(xué)習(xí)算法“解碼”，該算法可以識(shí)別與之相關(guān)的信息。

為了測(cè)試Brainoware的能力，研究人員使用這項(xiàng)技術(shù)進(jìn)行了語音識(shí)別。方法是用8個(gè)人說話的240段錄音進(jìn)行訓(xùn)練，將音頻轉(zhuǎn)換為電信號(hào)并傳遞給類器官。

Brainoware的迷你大腦對(duì)每種聲音的反應(yīng)都不同，進(jìn)而產(chǎn)生了不同的神經(jīng)活動(dòng)模式。人工智能最終學(xué)會(huì)了通過解讀這些反應(yīng)來識(shí)別說話者。經(jīng)過訓(xùn)練，該系統(tǒng)識(shí)別聲音的準(zhǔn)確率為78%。

美國約翰斯?霍普金斯大學(xué)發(fā)育神經(jīng)學(xué)科學(xué)家Lena Smirnova說，盡管還需要更多研究，但這項(xiàng)研究證實(shí)了一些關(guān)鍵的理論觀點(diǎn)，最終有望使生物計(jì)算機(jī)成為可能。之前的實(shí)驗(yàn)表明，只有二維培養(yǎng)的神經(jīng)元細(xì)胞才能夠完成類似的任務(wù)，而這是第一次在三維大腦類器官中實(shí)現(xiàn)這一功能。

郭峰說，將類器官和計(jì)算機(jī)結(jié)合起來，可以讓研究人員利用人腦的速度和能量效率發(fā)展人工智能。

“這項(xiàng)技術(shù)可以用于研究大腦?！币獯罄人_大學(xué)生物醫(yī)學(xué)工程師Arti Ahluwalia說，因?yàn)榇竽X類器官可以復(fù)制真實(shí)活動(dòng)的大腦結(jié)構(gòu)和功能，而簡單的細(xì)胞培養(yǎng)無法做到這一點(diǎn)。

使用Brainoware模擬和研究神經(jīng)系統(tǒng)疾病，如阿爾茨海默病，也是有潛力的。通過觀察類器官的反應(yīng)，可以測(cè)試不同治療方法的效果和副作用?！斑@就是希望所在。”Ahluwalia說，“有一天能用這些技術(shù)取代動(dòng)物的大腦模型。”

然而，使用活細(xì)胞進(jìn)行計(jì)算的一大問題是如何使類器官長久存活。細(xì)胞必須在培養(yǎng)箱中生長和維護(hù)，而類器官越大，這一點(diǎn)就越難實(shí)現(xiàn)。更復(fù)雜的任務(wù)需要更大的“大腦”。

郭峰表示，為了在Brainoware的能力基礎(chǔ)上進(jìn)一步發(fā)展，接下來的工作包括研究大腦類器官是否以及如何適應(yīng)更復(fù)雜的任務(wù)，并將其設(shè)計(jì)得更穩(wěn)定、更可靠。他說，如何把它們整合到目前用于人工智能計(jì)算的硅芯片中，這將是至關(guān)重要的。