Cortical Labs 是一家总部位于澳大利亚的初创公司，已开发出一种它称之为“可部署代码的生物计算机”的技术。该技术名为 CL1，是一种合成生物智能，结合了真实的神经网络和计算机芯片。
人类神经元在硅芯片上生长，形成了脑细胞和硅的融合。硅芯片以一种反馈循环的方式向神经元发送信号并接收信号，类似于神经元之间相互发送信号的方式。通过整合硅和活体组织，计算机代码可以直接发送到神经元。
芯片上的细胞培养
这听起来有点像“芯片上的大脑”技术，并且确实存在一些相似之处。事实上，CL1 的直接前身是 DishBrain，一个培养皿中的脑细胞网络。Cortical Labs 的首席科学官兼首席运营官 Brett Kagan 是设计 DishBrain 并教它玩经典电子游戏Pong 的团队的领导者。
DishBrain 的细胞培养物学会了追踪球并控制流行的网球风格电子游戏中的挡板。该团队于 2022 年在《Neuron》杂志上发表了他们关于 DishBrain 的研究结果。Kagan 表示，CL1“是芯片上的大脑技术的下一代演进。”
构成 CL1 的 80 万个神经元是通过人类皮肤细胞和血细胞培养而来，这些细胞被逆转录为干细胞，然后重新编程成为脑细胞。这些细胞直接在计算机芯片上生长，电触点连接生物和数字部分。正如该公司网站所说：“数字人工智能模型花费巨大资源试图模仿的东西，我们从那里开始。”
细胞通过生命支持系统维持存活，该系统负责过滤废物、提供营养以及调节气体、酸度和温度。
并非传统的训练方式
用于训练 CL1 的方法也很有创新性。Kagan 表示，传统的机器学习是为硅计算系统设计的。这里使用的方法“借鉴了神经计算理论，关于大脑如何运作”，他说。这些理论包括Karl Friston的自由能原理和主动推理框架。
乔治亚理工大学研究生物计算的Nabil Imam博士将此描述为机器学习中的一种“小众技术”，但他补充说，它并没有任何需要将其限制在培养皿中的特性。
“他们在培养皿里所做的，实际上都可以用普通的计算机和神经网络来完成，”他说。
CL1 的优势是什么？
然而，CL1 也有一些显著的优势。该系统所需的功耗是传统人工智能数据中心的零头，这在当前全球变暖日益加剧的时代是一个重要的考量因素。此外，它还有可能减少某些研究中对动物模型的依赖。
Kagan 补充说，CL1 的其他优势包括学习所需数据量极少、泛化能力强，以及能够实时处理模糊数据和不断变化动态环境的能力。毕竟，正如该公司网站所言：“神经元是自我编程的、无限灵活的，并且是四亿年进化的结果。”
目前，CL1 最有可能的应用领域是药物开发、个性化医疗和神经科学研究，尽管 Kagan 表示人们也在探索 CL1 作为传统人工智能和机器人技术的替代方案。
“这项技术的目的不是要取代当前的计算方法，而是为当前方法失败或需要海量数据或电力进行训练的领域提供一个更好的工具，”他补充道。
Imam 认为，它不一定比纯粹的硅方法更好。然而，他表示人工智能仍处于早期阶段。
“我们不知道解决许多这些问题的最佳方法，但我们确实知道，大脑能够非常高效地解决许多许多问题。它是目前最有效率的智能系统。”而现在，它有了一个硅基的伙伴。
阅读更多：科学家如何打造更好的“芯片大脑”
文章来源
我们《Discovermagazine.com》的作者使用同行评审的研究和高质量的来源来撰写我们的文章，我们的编辑会审查科学准确性和编辑标准。请查阅本文使用的以下来源
- Neuron. 体外神经元在具身化到模拟游戏世界后学会并表现出意识
- Nature Reviews Bioengineering. CL1 作为利用生物神经网络系统功能的平台技术
- Nature Reviews Neuroscience. 自由能原理：一个统一的大脑理论？
- Cell Press. 自由能原理：一个粗略的大脑指南？
