芯片上的人脑细胞可以识别语音并做简单的数学运算

没有任何一台电脑能像人脑那样强大和复杂。我们头盖骨中的组织块处理信息的数量和速度是计算机技术难以企及的。

与大多数现代计算设备中物理上分离的单元不同，大脑成功的关键在于神经元同时作为处理器和存储设备的效率。

为了使计算更像大脑，人们已经做了很多尝试，但一项新的努力将这一切又向前推进了一步——通过将真实的、实际的人脑组织与电子设备相结合。

实验中的一种类器官

这个叫Brainoware的人工脑，它很有效。由印第安纳大学布卢明顿分校的工程师Feng Guo带领的一个团队给它提供了语音识别和数学问题（如非线性方程预测）等任务。

它的精确度略低于运行在人工智能上的纯硬件计算机，但这项研究表明，这是一种新型计算机体系结构迈出的重要第一步。

然而，来自约翰霍普金斯大学的几位研究人员在《 自然电子 》杂志的相关文章中指出，在进一步扩展这项技术时，还牢记伦理考虑的重要性。

莱娜·斯米尔诺瓦，布莱恩·卡福和埃里克·约翰逊没有参与这项研究，他们 警告 说“随着这些 器官 系统的复杂性增加，研究包含人类神经组织的生物计算系统所涉及的大量神经伦理学问题对社区来说是至关重要的。”

Brainoware

人类的大脑令人瞠目结舌。它平均包含 860 亿神经元 ， 多达 1 万亿个突触 。每个神经元连接多达 一万个其他神经元 ，不断地相互放电和交流。

到目前为止，我们在人工系统中模拟大脑活动的最大努力仅仅触及了表面。

2013 年，当时世界上最强大的超级计算机之一——日本理研公司的 K 型计算机 曾尝试模拟大脑 。有了82944个处理器和一个千兆字节的内存，用了40分钟的时间来模拟17.3亿神经元通过10.4万亿个突触连接起来的一秒活动，但仅达到大脑的1%到2%。

近年来，科学家和工程师们一直试图通过设计模拟大脑结构和工作方式的硬件和算法来接近大脑的能力。它被称为 神经形态计算 ，它正在改进但它是能源密集型的，训练人工神经网络是很耗时的。

上：7 天， 14 天， 28 天的人脑器官 ；下： 1 月， 2 月， 3 个月的人脑器官

研究人员利用在实验室中生长的真实人脑组织，寻求一种不同的方法。人类多能 干细胞 被诱导发育成不同类型的脑细胞，这些脑细胞被组织成三维的微型大脑，称为类器官，具有完整的连接和结构。

这不是真正的大脑，只是简单的组织结构，没有任何思想、情感和 意识 。他们是有用的研究 如何开发大脑 和 工作 ，而不是在一个真正的人。

Brainoware 由连接到高密度微电极阵列的大脑类器官组成，使用一种人工神经网络，称为 水库计算 电刺激将信息传输到类器官中，在大脑软件以神经活动的形式进行计算之前，信息在类器官中被处理。

输入和输出层使用正常的计算机硬件。这些层必须经过训练才能与类器官一起工作，输出层读取神经数据，并根据输入进行分类或预测。

为了演示该系统，研究人员给Brainoware 240段音频剪辑，这些音频来自8个男性说话者发出的日语元音，并要求它识别一个特定的人的声音。

他们从一个原始的类器官开始，经过两天的训练，Brainoware能够以78%的准确率识别说话者。

一个类器官的神经活动的扫描图

他们还要求Brainoware预测一个 Hénon map ，这是一个显示混沌行为的动力系统。他们让它在无人监督的情况下学习四天——每天代表一个训练纪元——发现它能够比没有长短期记忆单元的人工神经网络更准确地预测地图。

Brainoware的准确性略低于具有长短期记忆单元的人工神经网络，但这些网络都经历了50次训练。Brainoware在不到10%的训练时间内取得了接近相同的结果。

研究人员称 ：由于类器官的高度可塑性和适应性， Brainoware 具有响应电刺激改变和重组的灵活性，突出了其适应储层计算的能力。

仍然有显著的局限性，包括保持类器官的生存和健康的问题，以及外围设备的功耗水平。但是，考虑到伦理因素，Brainoware不仅对计算有意义，而且对理解人类大脑的奥秘也有意义。

通用生物计算系统可能还需要几十年的时间才能被创造出来，但这项研究可能会对学习机制、神经发育和神经退行性疾病的认知影响产生根本性的见解。

这也有助于发展认知障碍的临床前模型，以测试新的疗法。

这项研究发表在《 自然电子学 》上。