环球零碳
碳中和领域的《新青年》
首图来源：帕维·米尔德纳 (Paweł Mildner) 绘制的插图
摘要：
当硅基芯片逼近能耗极限，一群“疯狂”科学家竟用人脑细胞造起了计算机——功耗降低百万倍，如今已学会自己打游戏、弹钢琴。欢迎来到“湿件”世界。
撰文 | Bell
编辑 | 小澜
→这是《环球零碳》的第2162篇原创
我们都知道，人类大脑内部的细胞数量多如恒河之沙。
如今，有一群“疯狂”的科学家，正在试图将这些“沙粒”，组装成一个超级计算机。
要知道，近年来AI大语言模型（LLM）的成功，就源于对人类大脑活动过程的模拟。如果足够先进的机器在某些方面都与生物体相似，那么，“为什么不直接用真脑子？”
带着这一想法，2022年，一群来自澳大利亚“皮层实验室”（Cortical Labs）的研究人员进行了一次著名的街机游戏“Pong（乒乓球游戏）”实验。
他们并没有直接控制虚拟球拍，然而，在几次击球失误后，球拍却自行在屏幕上上下移动，迎击回球并将其击回。
这是因为，这款二维游戏与培养皿中生长的一组实验室培育的人类和小鼠脑细胞相连。
研究人员通过多电极阵列，教会这些“迷你大脑”识别球的位置，并在击球时给予电刺激作为奖励。
大约五分钟后，这些神经元就学会了应对这一任务，并能在无人干预的情况下进行短回合的比赛。
来源：环球科学
约翰·霍普金斯大学彭博公共卫生学院助理教授莉娜·斯米尔诺娃表示，Pong实验证明，即使在培养皿中，神经元也能实时学习并对反馈做出反应。
一年后的2023年，斯米尔诺娃与其他研究人员共同提出了“类器官（Organoid）智能”的愿景。
这是一个新兴的科学领域，它利用活体人类和动物脑细胞培养的优势——从更少的样本中学习、实时适应以及高效利用能量。
于是，新型“生物计算机（biocomputers）”的概念，就这样诞生了。
从事这一领域研究的科学家们相信，利用脑细胞作为计算机的处理中心具有深远的意义。
据称，这些神经网络有朝一日可能会拥有超级计算机的运算能力，还不会带来巨大的能源消耗。
科学家们渴望让他们的系统拥有人类大脑的惊人能效：功耗不到20瓦，大约与一台小型桌面风扇相当。
有估算认为，人脑的信息处理能力相当于每秒约10^18次运算。尽管最先进的超级计算机也能达到这一速度，但功耗却比人类大脑高100万倍。
充满热情的科学家已经能够远程访问这些基于大脑细胞建成的处理器，甚至投入数万欧元来构建属于自己的计算模型。
于是，欢迎来到，“湿件（wetware，即生物组织与计算机结合的软硬件系统）”的世界。
01
活体计算机如何工作？
我们今天使用的电子设备，从电脑到手机，都是在芯片上运行的。
数十亿个被称为晶体管的微小元件被精细地蚀刻在硅片上，并排列成逻辑门。每个芯片可以接收最多几个比特的输入，然后输出一个比特。
将许多这样的逻辑门组合起来，就可以执行复杂的运算，比如现代人工智能聊天机器人所使用的运算。
来源：The Manufacturer
而被称为生物处理器的“类器官”则与传统硅基芯片功能相似。
在每个类器官内部，无数神经元在三维空间中生长，并通过突触形成连接。由于没有固定的线路限制，该网络能够不断地进行自我组织和演化，并在学习过程中不断发展。
并且，与普通计算机僵化的、循序渐进的逻辑不同，神经元可以同时通过电脉冲和化学信号传递信息。
斯米尔诺娃补充说：“它更像一张不断变化的网，而不是一块线路固定的电路板。”
来源：Beckman Coulter
值得关注的是，当前这一愿景已经不是一个实验性的白日梦：许多初创公司正在竞相商业化生产俗称“活体计算机”的产品。
例如，总部位于瑞士的终极火花（FinalSpark）公司的神经平台（Neuroplatform）允许任何人以每月1000美元的价格远程运行类器官集群的实验。
该平台的设施孵化着数千个处理单元，每个类器官都连接着八个电极，这些电极又连接到一台普通的计算机上。
研究人员可以使用FinalSpark的软件编写程序，对神经元进行电刺激，监测它们的反应，并让它们接触到让人感觉良好的神经递质多巴胺和血清素，从而训练它们执行计算任务。
这些“类器官”本质上都是一个微小的、实验室培育的迷你大脑，由活体干细胞制成，这些干细胞经过培养后变成了神经元和支持细胞的“团簇”。
图说：在扫描电子显微镜下观察到的类器官
来源：FinalSpark
除了通过云端出租生物计算机外，Cortical Labs今年早些时候也开始出售其生物处理单元，每台售价3.5万美元。
这些单元看起来像是科幻电影里的道具：一个巨大的玻璃和金属容器内装有所有必要的支持系统——从废物过滤到温度控制——这些系统能够使人类脑细胞存活长达六个月。
02
大脑，一台能耗极低的超级计算机
研究人员发现，人类大脑皮层中的神经元比其他哺乳动物的同类细胞功能更为复杂。
这一发现提示，人类大脑皮层的各个组成部分可能异常强大。
希伯来大学的伊丹·塞格夫教授和米奇·伦敦教授表示：“人们通常认为神经元就像一个简单的开关，要么开要么关，但我们的研究表明，单个人类神经元本身就是一个极其复杂的计算设备。”
它们丰富的树突分支和独特的电特性使它们能够对输入信息进行令人惊讶的复杂计算，比如抽象思维、心理活动等比当前任何机器学习技术都更高级的计算形式。
换句话说，单个人类皮层神经元远不止是一个基本的“开-关”元件。每个细胞本身都可以作为一个复杂的计算单元运行，其计算能力堪比深度神经网络。
来源：ShutterStock
而且，人脑不仅具有天然的强大计算能力，计算过程还非常节能。
例如，训练一个像OpenAI的GPT-3这样的生成式人工智能模型，预计会消耗近1300兆瓦时（MWh）的电能，相当于130个美国家庭的用电量。
而大脑完成类似任务所需的电力，甚至并不比一个普通灯泡多。
约翰·霍普金斯大学的研究数据表明，生物计算可以将人工智能的能耗降低“100万到100亿倍”。
“开发用于节能神经网络的大型类器官可以帮助运行复杂的深度学习模型，而不会对气候变化产生重大影响，”布里斯托大学计算神经科学研究员本·沃德-切里尔表示。
FinalSpark实验室的联合创始人弗雷德·乔丹（Fred Jordan）博士也表示，其愿景就是利用“活的”服务器的数据中心，一定程度上取代现有人工智能（AI），同时大幅降低能源使用。
03
天才在左，疯子在右
过去几年里，研究人员已经利用生物计算机实现了多项突破性成果。
例如，沃德-切里尔团队将约10000个神经元组成的人脑类器官进行整合，使它们能够随时学习。
他的团队利用类器官开发出一种盲文识别系统，准确率达到83%。每个字母的空间信息都被编码成特定的电脉冲，而神经元可以识别这些脉冲。
还有一支来自法国的科研团队，他们最近直接把人脑组织接上机械手，让它学会了模仿人类弹琴。
他们将仍保持活性的脑组织，放进培养皿，接上电极、麦克风和仿生机械手。训练之后，当人类按下琴键，脑组织能够“听见”音符，再控制机械手弹出相同的声音。
来源：DOI:10.21203/rs.3.rs-9638576/v1
不过，随着这些实验室培育的“迷你大脑”变得越来越复杂，伦理问题如影随形。
其中最主要的问题包括，如果这些神经元有一天真的产生了自我意识，人类该如何自处；以及要不要激活这些神经元的疼痛感受器。
如今已经有不少研究人员着手建立类似于动物实验中实施的框架，包括设立审查委员会和制定相关规程，以防止这些神经元“感到痛苦”。
同时，在实践中，类器官的年龄、可进行的实验类型、细胞的来源和生产方式同样需要被严格限制，以及如果类器官来源于人类，则需更负责任地使用，并征得捐赠者的同意。
目前来看，活体脑细胞计算机距离取代我们使用的笔记本电脑的处理器还很遥远。
首先，计算机电路中使用的脑细胞尚处于发育初期，仍处于未成熟阶段——无论在生物结构还是行为上都类似于胎儿。
它们缺乏成熟人脑的结构化架构，因此无法执行高级认知任务。目前，类器官可以通过更简单的方式进行训练，例如在受到刺激时学习基本任务并展现基本的记忆功能。
图说：神经平台集中管理生命支持系统，图片仅为示意
来源：Organoid Grid
此外，长时间保存类器官的存活仍然是一个挑战。
“人脑内部遍布血管，这些血管分布在多个层面上，为大脑提供营养，使其正常运转，但类器官没有血管。”伦敦帝国理工学院神经技术中心主任、神经技术教授西蒙·舒尔茨说。
目前的类器官保存技术一般是外接生命支持系统，最多能实现4-6月的细胞保存，之后就会报废。
即使技术的进步仍然面临重重阻碍，但依然无法阻挡人类探索未知的决心。
只是，在这条漫漫征途上，保持对生命的敬畏，方能坚守科技进步的伦理底线。
参考资料：
（强烈建议对类器官领域感兴趣的小伙伴进行阅读）
[1]https://www.nature.com/articles/d41586-025-03633-0
[2]https://www.nationalgeographic.com/science/article/brain-cells-organoids-computers-ai-energy
[3]https://www.sciencedaily.com/releases/2026/08/260812015216.htm
[4]https://pmc.ncbi.nlm.nih.gov/articles/PMC10441807/
[5]https://www.scilit.com/publications/99cb731036ead454cac372af1acddd69
[6]https://www.bbc.com/news/articles/cy7p1lzvxjro
[7]https://www.businesswire.com/news/home/20240515954374/zh-CN
[8]https://organoidgrid.com/platforms/finalspark.html
[9]https://www.electronicsforu.com/news/can-living-neurons-outperform-ai
热门阅读
热门跟贴