BETHASH官方网站(访问: hash.cyou 领取999USDT）

　　3月7日消息，在西班牙巴塞罗那世界移动通信大会上，澳大利亚初创企业Cortical Labs发布全球首款基于人脑细胞的商用生物计算机CL1。该系统采用实验室培育的二维神经元聚集体，通过电信号反馈机制实现基础学习能力，团队称其可作为低功耗生物型AI应用于药物测试及神经科学研究。学界对其潜力持审慎态度：专家证实该系统虽能完成《乒乓》游戏等简单任务，但与复杂决策智能存在代差；伦理学家则警示未来或面临意识觉醒风险，不过多数研究者强调，当前类脑模型仅含数十万神经元（不及昆虫大脑复杂度），完全不具备自主意识特征。

　　CL1系统背后的理念是，既然像谷歌和OpenAI这样的公司正在试图开发出像大脑一样运转的人工智能，为何不直接利用大脑的基本组成部分神经元来实现这一目标呢？卡根博士表示：“唯一具备’通用智能’的只有生物大脑。”他强调，像CL1系统这样在培养皿中构建的神经元网络，并不是以ChatGPT或DALL-E那种方式存在的人工智能。卡根博士对这种系统未来能力的期望也相对较低。他说，“我们并不是想取代目前那些人工智能所擅长的任务。”

　　芯片通过传递少量随机或有规律的信号来“训练”神经元：正确响应会获得有序反馈，错误则触发混沌刺激。经过一段时间的训练后，神经元开始学会判断什么才是正确响应。正是这种机制，让Cortical Labs开发的初代系统Dishbrain学会玩《乒乓》游戏。尽管它的击球成功率仅略高于随机概率，但表现已经好于仅接受刺激但无反馈的系统。此后Cortical Labs不断更新系统，培养神经元并提升准确性的配套软硬件也陆续问世。

　　虽然让神经元玩《乒乓》开创了先河，但科学家们多年来始终在培育称为脑类器官的微型神经元聚集体，用于药物测试或研究人脑形成。来自昆士兰大学的生物学家恩斯特·沃尔维唐（Ernst Wolvetang）长期从事干细胞研究，他认为Cortical Labs所使用的神经元聚集体相对简单。Cortical Labs采用的是二维神经元聚集体，将神经元平铺在芯片上，而沃尔维唐教授的实验室则使用三维脑类器官，“包含更多细胞类型，神经元网络也更复杂精密”。

　　沃尔维唐教授计划将他实验室培育的扁豆大小三维脑类器官接入Cortical Labs开发的软硬件系统，验证这种三维器官是否具备与二维神经网络相当的学习机制。一旦证明自己开发的脑类器官具备学习能力，沃尔维唐教授就将深入研究神经退行性疾病对类脑器官记忆功能的影响等课题。但对于将培养皿中神经元的计算能力等同于AI，他持保留态度：我理解这种思路，毕竟这些人类神经网络学习速度惊人。但学会《乒乓》是一回事，进行复杂决策是另一回事，现阶段我保留判断。