800,000 个人类神经元驱动实验室培养大脑，可以打乒乓球

信息来源：
https://interestingengineering.com/science/lab-grown-brain-powered

澳大利亚初创公司Cortical Labs开发的CL1生物计算机即将在德国斯图加特的生物智能峰会上首次亮相，这台鞋盒大小的设备标志着计算技术的根本性突破。CL1系统将80万个人类神经元与硅芯片集成，创造出一种前所未有的合成生物智能平台，能够利用活体细胞的自然学习和适应能力来处理信息。这一创新不仅为神经科学研究开辟了新路径，更可能重新定义人工智能的发展方向。

该系统基于Cortical Labs此前开发的DishBrain平台的技术突破。DishBrain曾成功训练神经元玩经典电子游戏《乒乓球》，展示了生物神经网络在数字环境中的学习能力。这一实验不仅证明了神经元的可编程性，更为生物计算机的实用化奠定了基础。CL1作为DishBrain的商业化版本，将这一概念推向了实际应用的门槛。

生物与数字融合的技术架构

来自澳大利亚初创公司 Cortical Labs 的神经元计算机 CL1。 皮质实验室

CL1的核心创新在于其独特的生物-硅芯片混合架构。系统内部的人类神经元在特制的硅芯片表面生长，浸润在富含营养的溶液中以维持细胞活力。这种设计不仅保证了神经元的生存环境，更实现了生物系统与电子系统的无缝接口。

芯片通过精密的电脉冲向神经元传递信息，同时接收神经元产生的电信号反馈。这种双向通信机制使得系统能够训练神经元执行特定任务，并根据神经元的反应调整输入信号。Cortical Labs首席执行官兼CL1主要开发者布雷特·卡根解释说，灌注回路组件充当细胞的生命支持系统，具备废物过滤、温度控制、气体混合和循环泵送等功能，确保神经元在最适宜的环境中工作。

与传统的硅基处理器不同，CL1系统能够真正体现生物神经网络的核心特征：适应性、学习能力、自我重组以及对环境的动态响应。这些特性使得生物计算机在处理复杂、不确定性任务时可能具有传统计算机无法比拟的优势。

系统的能耗表现也值得关注。CL1预计使用850-1000瓦的功率，虽然相比个人电脑略高，但考虑到其处理复杂神经计算的能力，这一能耗水平仍然相当合理。更重要的是，CL1无需外部计算机支持即可独立运行，这为其在各种环境中的部署提供了便利。

医疗与科研应用的广阔前景

CL1系统的应用潜力主要集中在医疗和科研领域。在疾病建模方面，该系统能够使用患者来源的神经元构建个性化的疾病模型，为理解神经退行性疾病、精神疾病和神经发育障碍提供前所未有的研究工具。通过观察患者神经元在受控环境中的行为表现，研究人员可以深入了解疾病的发生机制和进展规律。

在药物发现领域，CL1的价值同样不可估量。传统的药物筛选往往依赖动物实验或简化的细胞培养模型，但这些方法在预测人类神经系统反应方面存在局限。CL1系统使用真实的人类神经元，能够更准确地评估药物对神经系统的影响，从而提高新药研发的成功率，减少后期临床试验的失败风险。

该系统在自适应机器人技术方面的应用前景也十分诱人。生物神经网络具有传统人工智能系统难以企及的灵活性和创造性，将CL1集成到机器人系统中，可能创造出具有真正自适应能力的智能机器人。这些机器人不仅能够学习新任务，还能够在复杂、动态的环境中做出创新性的决策。

值得注意的是，CL1系统中的神经元寿命约为六个月。虽然这限制了系统的长期连续使用，但对于大多数研究应用来说，这一时间窗口已经足够完成复杂的实验设计和数据收集。同时，定期更换神经元也为研究不同阶段的神经发育和老化过程提供了独特机会。

伦理考量与技术挑战

生物计算技术的发展不可避免地引发了深刻的伦理讨论。使用人类神经元进行计算引起了关于意识、感知和人工智能权利的根本性问题。虽然目前的系统规模相对较小，神经元也缺乏复杂的组织结构，但随着技术的发展，这些伦理问题可能变得更加重要。

科学界正在积极讨论生物计算的伦理边界。一些专家认为,只要严格遵循现有的生物医学研究伦理准则，并确保神经元来源的合法性和透明度，这类研究就是可以接受的。然而，其他人则担心,随着系统复杂性的增加，可能需要制定专门针对生物计算的伦理框架。

从技术角度来看，CL1系统仍面临诸多挑战。神经元培养的一致性和可重复性是关键问题之一。不同批次的神经元可能表现出显著的个体差异，这可能影响实验结果的可靠性。此外，如何准确解读神经元的信号输出，以及如何设计有效的训练协议，仍然需要大量的研究工作。

系统的扩展性也是一个重要考量。虽然80万个神经元听起来数量庞大，但与人脑中的千亿个神经元相比仍然相形见绌。如何在保持系统稳定性的同时增加神经元数量，如何管理更复杂的神经网络连接，这些都是未来发展需要解决的关键技术问题。