可能很難想像，一家瑞士公司發明了一種由活人腦細胞製成的計算機，利用人腦神經元發送、接收訊號和處理資料。這些類腦器官可以存活100天，消耗的能量比傳統處理器少1萬倍，可望解決人工智慧語言模型爆炸帶來的能源危機。看來人工神經網路仍然不如生物神經網路有效。

近年來，隨著人工智慧（AI）技術的快速發展，科學家一直試圖透過建構人工神經網路來模仿人腦，以增強運算能力。然而，隨著人工神經網路變得越來越複雜，它們所需的能量也越來越大。預計到2030年，它們將消耗全球電力的3.5%。 NVIDIA創辦人黃仁勳甚至表示，人工智慧將需要相當於燃燒14個地球的能量。

科學家一直在尋找降低人工智慧能耗的方法，發現我們的大腦已經有了現成的解決方案：利用真實的人類腦細胞來建構人工神經網路。畢竟，訓練像 GPT-3 這樣的語言模型需要 10 吉瓦時的能量，而人腦每天只需要 0.3 千瓦時就可以為 86 億個神經元 24 小時工作提供動力。

受此啟發，一家名為 FinalSpark 的瑞士新創公司利用活體腦細胞作為計算陣列，將其與電腦連接起來，創造了一種結合生物學和計算技術的新方法：生物電腦平台 Neuroplatform 系統。該系統使用的能源比傳統的基於位的計算機少得多。

FinalSpark 的生物電腦平台連接了 16 個實驗室培養的人類腦細胞簇（稱為類器官），每個細胞簇都位於一個陣列中，並透過 XNUMX 個電極與外部系統連接。微流體系統為這些類器官提供水和營養物質以維持其生物功能。這種方法被稱為濕件計算，它利用了實驗室培養的類器官的功能，這是近年來出現的一種技術，允許科學家研究單一器官的微型複製品。

簡單來說，將神經細胞放入培養皿中，使用神經元生長培養基進行培養，長成直徑2.5毫米的腦球（額葉器官，FO）。然後將它們放置在由八個電極組成的多電極陣列（MEA）上，這些電極連接到遠端可存取的電生理測試系統。互動和控制透過客製化的使用者介面或Python腳本進行管理。

但它是如何計算的呢？關鍵在於每個腦球下方的八個電極。科學家透過施加不同強度和頻率的電刺激來誘導類器官內的神經元活動，並用多巴胺進行獎勵，然後記錄來自神經元的電訊號。這些訊號被傳送到電腦進行分析和處理，類似於人工神經網路中的資料處理。

FinalSpark 的生物電腦平台具有四個連接到 16 個大腦類器官的多電極陣列。由於這些類器官的壽命有限（在最佳條件下最多只能維持 100 天），科學家在過去三年中培養並替換了 1,000 多個大腦類器官，收集了超過 18TB 的數據。

當然，FinalSpark 並不是第一個嘗試將探針連接到生物系統的團隊。 2023 年，美國研究人員開發了一種生物處理器，將電腦硬體與大腦類器官連接起來，並教導它識別語音模式。

目前，FinalSpark的生物電腦平台主要用於研究目的，並向外部學術團體免費提供。四個項目已經利用該平台取得了顯著成果。然而，FinalSpark 計劃擴展該平台的功能，以處理更廣泛的濕件計算實驗協議，例如將分子和藥物注入類器官中進行測試。這意味著該技術的潛在應用不僅限於更節能的計算方法，還可以推進類器官研究。

由人腦組織製成的生物計算機表現出自然設計固有的某些優勢，特別是在能源效率方面。這項研究不僅挑戰了我們對計算和人工智慧的傳統理解，也為生物學與技術的融合開闢了新的可能性。儘管有倫理方面的考慮（該研究使用市售的已建立細胞系，因此不需要倫理批准），但這種生物電腦技術在能源效率和計算能力方面的潛在優勢是不可否認的。未來的研究將揭示該技術的更多應用，這可能在解決全球能源危機方面發揮重要作用。

我覺得這種類型的計算機可能比看起來更複雜。它有可能使人腦和電腦之間實現更緊密（即使不是無縫）的整合，創造出一種新型的先進生物混合人類，將未經改造的人類遠遠拋在後面。人類演化是否已經到了關鍵的十字路口？未來會怎樣是未知的，知道的人可能不再被認為是人類。

這項研究於 2 月 XNUMX 日發表在《人工智慧前沿》雜誌上。