“活体脑细胞”登录游戏中|体细胞|活体脑细胞|游戏|神经元

针管扎进张汉文(Hon Weng Chong)的手臂，抽走了几管血液。六周后，他来到实验室，看到显微镜下的那团来自于他的血液的细胞，没有多想。"OK，挺不错的。"他说。

不久后，这团细胞所分化的神经元学会了玩经典街机游戏《Pong》，2026年初，它又学会了运行第一人称射击游戏《毁灭战士》（DOOM）。在公布的视频中，被操控的玩家角色在三维的迷宫中穿行，时而开枪，偶尔转向，有时也会撞墙。

上：《Pong》是一个模拟乒乓球比赛的2D游戏

下：《毁灭战士》是在1993年推出的一款具有里程碑意义的射击游戏

张汉文在2019年创办了生物科技公司 Cortical Labs，致力于将实验室培育的神经元与硅硬件相结合，创造一种完全不同于传统芯片的计算方式。这家墨尔本公司研发的CL1是世界上第一台可以部署代码的生物计算机。

体外培养的活体脑细胞在CL1中存活、学习甚至开始玩电子游戏，所需要的能耗远小于传统的电脑。当现在的科技执着于不断提高算力的时候，Cortical Labs逆流而行，将自己的技术路线命名为“合成生物智能”（Synthetic Biological Intelligence），刻意与“人工智能”区分。他们探索着真实神经元的自组织能力、样本效率和能量效率。

张汉文现居住于墨尔本，拥有医学和软件工程师背景

六月，NOWNESS在上海一家咖啡馆见到张汉文，他向我们展示了那台售价为3万5千美金（约25万人民币）的CL1，它的大小如同旧式的Windows主机，能装载神经元的”芯片”只有手掌大，机体一侧配备了USB等必要的接口，也装有允许空气和二氧化碳等气体进入的蓝色小孔。

围绕这块“活着的芯片”，NOWNESS与他展开了关于生物学、计算机科学以及智能与意识边界的种种讨论。

张汉文向NOWNESS展示生物计算机CL1

《Pong》是雅达利在1972年推出的一款投币式街机游戏，其英文名称“Pong”来自乒乓球击打后所发出的声音。游玩的规则十分简单，玩家控制一块球拍上下移动，把飞来的小球不断击回去以夺取高分。

这个对于人类来说十分简单的游戏，对于一团脱离身体、生活在培养皿里的神经元来说却很困难。

Cortical Labs演示脑细胞玩《Pong》的过程

首先，如何能让一团神经元“看见”这个世界？研究团队设计了一套特殊的系统，将游戏里的信息翻译成神经元能够理解的语言。球拍和乒乓球在屏幕上的相对位置，会被编码为特定空间位置和频率的电脉冲，传递给活体芯片上的“感觉区” 。

与此同时，这个系统持续监测着这块芯片的”运动区”神经元的放电活动。当负责"向上"移动的神经元更加活跃时，球拍便向上移动；代表"向下"的神经元占据优势时，球拍则向下移动。

Cortical Labs演示脑细胞如何玩《Pong》和《毁灭战士》

于是，一块神经元芯片开始拥有了"感知"和"行动"。

这是一个实时运行的电生理闭环控制系统。神经元接收刺激、做出反应，再根据新的反馈不断调整自己的放电模式。与今天依赖海量数据离线训练、再进行推理的大语言模型不同，这些神经元在每一次输入与输出中进行着持续的学习。

CL1中装载神经元的芯片

张汉文团队花了漫长的时间开发软硬件接口来搭建这个系统。游戏中的球拍与小球位置需要实时编码为“感觉区”的电脉冲刺激，系统需要同步捕捉神经元的微弱电信号将其转化为“运动区”的球拍移动信号。这在软件和硬件的结合运用上有着巨大的工程难度。

与此同时，让这些神经元一直活着也是一项极其繁琐、昂贵而且困难的工程，设备必须在体外实时精准调控并平衡二氧化碳、氧气、营养液、酸碱度（pH值）以及温度。这些物理参数彼此高度关联、牵一发而动全身，在流动的微管路中很难维持长期稳定。

这些活体神经元的寿命据说“长达6个月”

在实验室成立初期，团队甚至没有足够的资金购买多巴胺来进行化学层面的“奖惩”刺激。于是，他们转向神经科学家Karl Friston提出的自由能量原理，设计出一套完全依赖物理刺激的奖惩机制：规律、可预测的正弦波代表"奖励"，混乱、随机的白噪音则代表"惩罚"。神经元天生倾向于降低环境中的不确定性，最终，张汉文团队驯化了这些细胞。

大半年后，这团只有二十多万枚神经元的网络——规模甚至不到一只蜜蜂大脑的四分之一——学会了打《Pong》。有了第一次成功，随着底层架构不断完善、系统可编程性提高，很快，团队成员肖恩就让同一套神经元系统学会了运行游戏《毁灭战士》。

“游戏是对真实世界最好的模拟。所有人工智能的发展，几乎都从游戏开始。”张汉文说。从《Pong》到 AlphaGo，再到《星际争霸》系列，这些写进人工智能史的经典实验，本质上都在回答同一个问题：一个系统会不会因为经验改变自己。

AlphaGo是DeepMind的人工智能围棋软件，在2015年击败欧洲冠军樊麾

2022年底，团队将这项研究发表在顶级期刊《Neuron》上。一时间，“会打游戏的神经元”“培养皿里的智能”等标题占据媒体版面。随之而来的，还有一连串更大的问题：如果一团脱离人体的神经元能够学习，它距离真正的大脑还有多远？如果智能能够存在于培养皿中，人类是在创造一种新的生命，还是仅仅发现了一种新的计算方式？

过去几十年，人工智能不断优化算法，让机器越来越擅长学习。今天的大语言模型，本质上仍遵循着”训练—推理”的两阶段模式，但生命似乎采用的是另一套完全不同的学习机制。

AlphaStar 是由 DeepMind 开发的用于玩《星际争霸 II》的人工智能软件

"对于生物神经元来说，训练和推理几乎是同时发生的。"张汉文说道。一个孩子第一次见到猫，并不需要看过几百万张图片，就能够逐渐理解“猫”这个概念。

硅基模拟可以在虚拟空间中无限复制、拥有独立的开关键。真实的碳基生物不同，它们绝对服从物理定律与能量限制。在自然界中，生物系统没有重来的机会。生与死之间没有切换键。哪怕是在睡眠状态下，生物也必须持续活着并利用睡眠整理信息。

CL1中的神经元由志愿者（包括张汉文本人）捐赠的皮肤或血液细胞培育而成

生存压力塑造了生命极高的效率。张汉文说，传统计算机采用冯·诺依曼架构，存储与计算彼此分离，数据需要不断往返传输，近九成能量都消耗在搬运信息上。而生物天生就是一套”存算一体"系统。人类大脑只需约20瓦功率，就能完成今天人工智能仍需要巨大算力才能实现的复杂判断。

张汉文举了一个更简单的例子：桌上的杯子突然滑落，一个成年人会马上伸手去接。“这个动作看起来简单，背后却包含着大量实时计算。杯子的重量、速度、旋转角度，身体与桌子的距离，手臂应该怎样运动，都会在不到一秒钟内完成判断。”张汉文解释道，“更重要的是，这可能是你第一次见到这个杯子。”

显微镜下体外培养的神经元集合体

为什么神经元能够做到，而今天的人工智能做不到？这便是研究生物计算最迷人的地方，也正是张汉文团队很想回答的问题之一。那些经过数十亿年演化形成的碳基学习机制，或许依然是人类能够找到的最优解。

如果只是为了制造一台更快、更便宜的计算机，神经元并不是理想的材料。

在张汉文向NOWNESS展示的生物计算机CL1中，真正负责计算的神经元芯片只有小小一块，但为了让这团活细胞持续存活，整台设备的大部分空间都被维持生命的系统占据，培养液甚至需要定期更换，一旦神经元死亡，整个计算系统也随之失效。相比之下，硅基芯片更加稳定、廉价。

张汉文在向NOWNESS展示CL1的硬件构成

既然如此，为什么还要用神经元？

20多万神经元就可以打游戏。张汉文认为，如果我们能够彻底搞懂神经元是如何学习的，或许就能直接向大脑写入信息。他所想象的终极场景是未来的沟通可以直接通过脑机接口“想”一段话，然后无线传输到对方的大脑里，实现真正的心灵感应。

CL1游玩《毁灭战士》实验现场

而构建这一切的基础是对山中因子的利用。山中因子是日本科学家山中伸弥发现的四种特定基因转录因子。它们的核心功能是将体细胞（如皮肤细胞或血液细胞）重新编程为诱导多能干细胞（iPSCs），使其回到接近胚胎干细胞的状态。重新编程后的细胞又获得了分化成人体几乎任何一种细胞的潜力。也就是说，一份血液，就能够重新培养出属于这个人的脑细胞。

这种技术意味着，生物计算的未来并不仅属于计算机。

在高倍电子显微镜下观察Cortical Labs的芯片，可以看到神经元和硅基底之间紧密的连接

张汉文认为，它更大的价值可能首先发生在医学领域。患者或许可以利用自身的血液培育出专属于自己的“芯片”，科学家可以在体外精准测试药物对脑细胞的认知副作用，并在平台上深入研究癫痫等脑部疾病的治疗方案，彻底摆脱传统新药研发中漫长且高风险的临床试错过程。

然而，当培养皿里的神经元开始学习，人们也不可避免会问出另一个问题：它们距离真正的大脑和意识还有多远？

Cortical Labs“芯片”宣传图

张汉文说：“我们绝不应该创造具有意识的生物计算系统。在哲学层面上，一旦某个实体拥有了意识，它便天然具备了感受痛苦的潜在可能性，而在伦理上去创造一个可以遭受痛苦的系统或事物，是完全不可接受的。”

在他看来，智能（Intelligence）并不等同于灵魂；学习（Learning）则是智能在时间维度上的成长；更深层次的智慧体现在自主性（Autonomy）上，即大脑或生物系统自主融入并感知真实环境。

《感官游戏》（1999）

神经元能够学习，只意味着它可以根据经验调整自己的行为；因此，目前团队在培养皿中构建的“微型大脑”，即使已经可以游刃有余地控制乒乓游戏中的球拍，其本质仍是一台基于自由能量原理运作的自适应计算平台。它们只是在竭力预测外部世界，以消除环境的不确定性，而非诞生了真正的意识。

《西部世界》（2016）

采访结束前，我忍不住问他，面对这些在芯片上跳动生长的来自自己血液的神经元，他会不会产生任何情感或者情绪？

“我有一些害怕，但还好，看到它运行起来，我也觉得很酷，有点兴奋，也抱着些怀疑。”张汉文回答道：“而且我是个科学家，科学的凝视必须是绝对理性的。如果对实验对象投入了太多的个人情感联结，研究人员就会因为过度渴望成功，而将哪怕是失败的迹象也误读为成功。在科学领域工作，你必须对你的结果保持绝对的客观和理智上的诚实（intellectually honest）。”