澳大利亚生物技术企业Cortical Labs近期公布的一项研究成果,为生物计算领域带来新的突破。该公司研发的CL1芯片平台,以人类脑细胞作为核心运算单元,仅用一周时间便掌握了经典第一人称射击游戏的操作技巧。这项成果不仅展示了活体神经系统处理复杂信息的能力,更为探索生物智能与传统计算技术的深度融合提供了实践范例。 从技术演进角度观察,此次突破建立该公司前期研究基础之上。2021年,Cortical Labs首次展示包含超过80万个活体脑细胞的芯片系统,当时该系统能够学习简单电子游戏。时隔数年,新平台在复杂性和开发效率上均实现大幅提升。公司首席科学官布雷特·卡根介绍,技术进步的关键在于开发出新型接口系统,使研究人员可以运用主流编程语言对芯片进行操控,大幅降低了操作门槛。一名独立开发者仅用约一周便完成训练任务,这在过去需要耗费数年精心设计才能达成。 CL1平台的工作原理说明了生物与硅基技术的巧妙结合。该系统在硅芯片的微电极阵列上培育脑细胞,通过持续供给营养维持细胞活性。微电极阵列既能向细胞发送电信号,也能实时读取其活动状态。在游戏运行过程中,电信号被转换为虚拟角色在二维空间中的移动指令。尽管目前系统的游戏水平尚无法与人类玩家相比,但其表现已明显优于随机操作,且学习速度超过许多传统机器学习系统。 学术界对该进展给予积极评价。英国西英格兰大学研究人员安德鲁·亚当茨基认为,成功完成与射击游戏的交互,证明在训练活体神经系统上取得了实质性进展。这类游戏场景复杂,要求系统具备实时决策和快速反应能力,脑细胞芯片能够应对这些挑战,显示出其信息处理能力已达到相当水平。 值得关注的是,研究人员目前尚未完全解析神经元的内部处理机制。例如,没有视觉器官的情况下,神经元如何"感知"屏幕信息并作出相应反应,其中的生物学原理仍待深入探究；卡根强调,这些神经元被视为一种特殊的信息处理介质,其运作方式在硅基材料中难以复制,这正是生物计算的独特价值所在。 从应用前景来看,该技术的目标远不止于游戏领域。研发团队明确表示,长远目标是开发更高效的生物计算系统,应用于机器人控制等实际场景。英国雷丁大学科研团队已在尝试运用基于水凝胶的类似系统控制机械臂,这些探索为生物计算的实用化指明了方向。 当前,生物计算正处于从实验室走向应用的关键阶段。如果能够将活体神经网络作为计算机的核心处理单元,实现生物智能与硅基智能的有机结合,将可能催生全新的计算范式。这种混合智能系统有望在能效比、适应性和学习能力诸上表现出传统计算机难以企及的优势。 然而,技术发展也面临诸多挑战。如何保证脑细胞的长期稳定性,如何建立更精确的信号转换机制,如何在伦理框架内推进研究,这些问题都需要科研人员审慎应对。同时,生物计算系统的标准化、规模化生产也是实现商业应用必须跨越的门槛。
从简单的"碟中之脑"到复杂的自主学习场景，脑细胞驱动芯片的发展表明计算形态可以多样化。面对新技术带来的可能性，需要在科学验证和审慎治理的前提下持续推进研究将前沿探索转化为实际应用能力