墨尔本初创公司推出由人脑细胞制成的“生物计算机”

快速阅读: 据《ABC 在线》最新报道，墨尔本初创公司Cortical Labs研发了一款名为C-L1的生物计算机，该设备利用数十万个人类神经元进行学习和处理任务。C-L1能在低能耗下运作，并在某些情况下展示出快速学习的能力。尽管其技术仍存局限性，科学家们对其应用前景持开放态度，但也关注其伦理问题。

去年年底，在温暖的墨尔本市，数十万个人类活脑细胞被放置在布伦瑞克的一个桌子上的盒子里。尽管这些神经元肉眼看不见，但首席科学官布雷特·凯根指向一个显示类似心电图尖峰的大屏幕。这些神经元肉眼看不见，但它们表明健康的人类脑细胞正在对附近的计算机输入作出反应。简而言之，这些神经元正在学习。今天，凯根博士和他的团队在巴塞罗那的一个国际科技会议上推出了这款名为C-L1的产品，承诺公司可以使用“首款商业化生物计算机”。C-L1可以在他们所谓的“生物即服务”云系统中远程使用。C-L1装满了数十万个人造神经元，大小介于蚂蚁和蟑螂大脑之间，已经准备好进行学习。但即使是凯根博士也无法想象人类神经元可能承担的任务是什么。他很兴奋看到其他研究人员和技术公司可能会提出什么想法。“有太多不同的可能性了。”他说。这家墨尔本初创公司已经取得了一些成功，曾在2022年教会了培养皿中的神经元玩乒乓球。布雷特·凯根很期待看到人们如何以“尚未想象”的方式使用C-L1。“它可以用于‘疾病建模或药物测试’，”凯根博士说。但他们最终的目标是将这些微小的神经元集合体作为一种生物人工智能来使用。但是，其他在这个领域工作的科学家表示，虽然像C-L1这样的系统可能是有用的，而且团队所做的工作也很有趣，但这项技术仍存在局限性。

什么是“生物人工智能”？C-L1背后的思路是，既然像谷歌和OpenAI这样的公司试图创建一种像人脑一样工作的AI，为什么不直接使用神经元这些部分来达到同样的目标呢？“唯一具有‘通用智能’的东西……是生物大脑，”凯根博士说。像C-L1这样在培养皿中的神经元系统并不是像ChatGPT或DALL-E那样的AI。即使凯根博士也有更小的期望。“我们不是为了取代当前AI方法做得好的事情，”他说。但他认为，神经元在某些情况下确实有用，比如在医学研究中。

首先，是能耗问题。当前一代的传统AI模型需要消耗大量的能量才能产生结果。而C-L1只需要几瓦的功率。其次，根据凯根博士的说法，是大脑学习的速度。人类、老鼠、猫和鸟类能做的事情（AI还做不到）是从少量数据中推断并做出复杂决策。C-L1的学习过程是如何实现的？C-L1的尺寸并不比鞋盒大多少。大部分空间是用来容纳和维持神经元存活的。神经元很挑剔，需要保持在最佳条件下，包括去除废物、提供营养和防止微生物入侵。但最重要的是芯片——一个小硅片设备，上面附着着数十万个人造人类神经元。这些芯片上生长的神经元集群可以被‘训练’简单的信息。神经元是在实验室里通过将血液细胞逆转为干细胞——可以发育成多种不同类型细胞的细胞——然后转化为神经元制成的。“它们是由诱导干细胞生成的，从志愿者的一小部分血液中提取，”凯根博士说。“就像医生做常规检查时所需要的那样。”

神经元可以通过芯片提供的少量随机或模式化信息进行‘训练’。错误的回答会收到随机信息，而正确的回答则会收到模式化的数据。最终，神经元开始学会正确的答案。这就是Cortical Labs如何教会系统，当时称为“培养皿大脑”，玩乒乓球的过程。值得注意的是，“培养皿大脑”并不是一个乒乓球高手，它击中的球略多于错过的球。但它比没有接受反馈的系统要好。自那时起，系统已经更新，软件和硬件也已开发出来，用于容纳神经元并提高其准确性。

用于研究的脑细胞虽然玩乒乓球对这个领域来说是一个新的尝试，但科学家们多年来一直在创造微小的神经元团块——称为脑器官——用于测试药物或研究人类大脑的形成。昆士兰大学的生物学家恩斯特·沃尔韦坦教授从事干细胞研究已有几十年，他指出Cortical Labs使用的神经元团块相对简单。虽然Cortical Labs在二维平面上与神经元一起工作，沃尔韦坦教授的实验室则在三维器官上工作，这“包含了更多的细胞类型和复杂的神经网络”。但他认为这两组工作可以互补。“我们最初对二维神经网络能够如此快速地学习持怀疑态度，”他说。“但[Cortical Labs]不仅开发了一个很好的机器来放置这些神经元，而且还开发了软件和分析方法，证明这些神经网络确实能够学习。”

CL-1芯片和神经元在测试后显得有些模糊。沃尔韦坦教授希望利用他实验室的小如豌豆的器官，结合Cortical Labs开发的软件和硬件，看看他们的三维器官是否也能以与二维神经网络相同的方式学习。一旦确认器官在学习，他还有很多研究问题想要探索。例如，引入神经退行性疾病模型到器官中可以解释它们如何影响记忆或学习。但沃尔韦坦教授对将培养皿中神经元的计算能力等同于人工智能持保留态度。“我知道这是从哪里来的，因为很明显，这些人类神经网络学得非常快，”他说。“目前我保留我的判断，因为学习打乒乓球是一回事，但做出复杂决策是另一回事。”

培养皿中脑细胞的伦理问题默多克儿童研究所的干细胞研究员西尔维娅·贝拉斯科曾使用脑器官来了解人类大脑皮层的形成。“大脑皮层最能体现人类大脑的独特性，因为它在人类和其他物种中看起来和发展方式不同，”她说。“作为一名从事脑器官研究的科学家，我经常思考我的工作的伦理影响。”

许多在这个领域的科学家，以及Cortical Labs的团队都意识到他们的研究的敏感性。CL1系统试图包含和保护神经元团块。当前使用的器官距离大脑的复杂性还有很长的路要走，但有人担心，最终更大的网络可能会体验到意识或对其状态的理解。它们甚至可能获得类似人类的能力。“目前我认为这是一个没有依据的担忧。我认为无法利用这样一个有潜力治愈毁灭性脑疾病的系统将是一种遗憾，”贝拉斯科博士说。“但同时，我们必须评估和预测这些模型的使用可能引发的潜在问题。”

对于凯根博士来说，这些潜在的问题也是一个问题，但该领域仍然太年轻，无法确定伦理界限。“我们无法回答这个问题。这是事实。这就是为什么我们需要与众多生物伦理学家合作，”他说。相反，他们希望将这些神经元作为电路的一部分来测试和评估系统。“最酷的是，我们不需要创造一个小人类，或者在培养皿中创造一只猫或老鼠，”他说。“我们可以构建出特定的脑细胞系统，并将其用于我们想要的目的。它们不会拥有像意识这样的特征，我们可以测试和评估这一点，并在有风险的情况下远离它。”

(以上内容均由Ai生成)