世界上第一台人类脑细胞计算机诞生了！可以编程和活物计算，售价35,000美元
新智元报道
编辑：Aeneas
【新智源指南】世界上第一台合成生物智能生物计算机诞生了！人类神经元可以直接集成到硅片上，可以编程，甚至可以用生物计算。这台电脑也是碳基的名字:硅基计算不是天生的优秀！
就在刚才，世界上第一台。「生成生物智能」生物学电脑诞生了！
Cortical lab推出了这款计算机，它是由人类神经元直接集成到硅芯片上，可以编程、自适应，甚至可以用活物计算。
生成生物智能，再创奇迹。
CL1将于6月上市，售价约为35,000美元。
所以，Cortical是从哪里得到神经元的？
研究人员给出了意想不到的答案：由干细胞培养而成！
实验室培养的人类神经元在CL1硅芯片表面。
这类神经元能响应电信号，形成类似生物大脑的信息处理网络。
该系统被设计成允许双向通信，其中电脉冲刺激神经元，并记录和分析它们的反应。
CL1配备了生命维持系统，以保持神经元的活力，调节温度、气体交换和其他必要条件。
CL1不是一台普通的电脑-它没有 GPU、CPU或RAM，取而代之的是依靠真实的神经元形成动态连接，自适应调节，专为生物计算任务设计，需要真正的学习能力。
打破传统硅基限制
在传统的硅基AI中，有一个根本性的限制：能源供应量大，结构僵化，适应性有限。
只是为什么，今天的AI消耗了大量的计算资源，但是仍然很难模仿人类的智能。
但生物智能（BI），这些限制已经完全突破了！
真正的神经元天生具有适应性和学习能力，能量效率高(每单位30左右) 瓦片)，是一种自然的自组织，也有更多的灵活性，因为经过几十亿年的演变而变得完美。
而且这种生物计算机CL1，将神经元与高密度电极阵型相结合，形成一个闭环系统，其中电极传递准确的电信号。
这些信号由神经元解读，产生新的联系，并在模拟环境中动态学习。
经过Pong等任务的练习，CL1神经元的性能已经超过了目前最先进的AI模型。（DQN、PPO）。
这些生物神经元在短短五分钟的游戏过程中，可以通过较少的训练步骤达到更高的性能，显示出远远超过AI模型的样本效率。
神经元计算的复杂性远远超过硅基计算。
为什么CL1会更优越？
原因在于，它通过实时反馈回路，实现了快速优化。
稳定的电信反馈加速了学习过程，使预测效率和综合性能迅速提高。
与硅基AI相比，在同等条件下，Pong游戏中身体皮层神经元的连击频率(持续成功的交互频率)增加了约 30%，表现出更快的学习速度和更高的学习效果。
更重要的是，从最初的游戏到最后的游戏，生物神经元的相对增长率最高，凸显了其适应性和快速学习能力比硅基AI更强。
CL1证实：硅基计算并非天生优秀！
一个令人惊讶的事实是，生物神经元的计算比硅基AI复杂得多，功耗只有其中的一小部分——每个CL1模块只消耗30瓦左右，而AI GPU需要数百瓦。
这些生物神经元不是一个完整的大脑，但它们已经超越了目前的硅基技术，在适应性、实际应用价值和能效方面对医学和AI研究产生了直接影响。
促进医学突破，加快人机融合
这种技术无疑会促进医学研究的进步，用更相关的人体数据代替临床实验，使人类与AI的无缝结合更进一步。
今后，我们将见证医疗突破的不断涌现，例如：
先进药物研发：基于身体神经元的实验平台，提高药物筛选效率
疾病建模：利用生物神经网络模拟疾病的发展，提高治疗策略
个性化医疗：将来可以利用病人自身细胞培养神经元，预测个性化药物反应，彻底改变医疗行业。
而且，CL 1的影响不仅限于医学，而且可以完全改变机器人和人工智能。
想象一下，由生物神经元驱动的自适应机器人可以灵活应对不可预测的任务，并且具有超越传统硅基自动化系统的类似人类的反应能力。
因为，CL1具有以下优点：
模块化：CL1模块可以堆叠，支持大规模布局
全球云集成:生物神经网络可以通过云计算远程访问和训练。
低功耗、高效率：30个CL1 模块堆放后，总功耗只有850瓦左右，远低于等效计算能力的硅基AI
注意，这项技术不是一个理论概念，而是一种现实可行的合成生物智能，在效率、适应性和学习速度上都超过了传统的硅基计算。纯硅计算的时代正在走向终结。
传统计算机依靠固定的硅基电路，擅长实施精确的数值计算。CL1选择生物神经元，更适合自适应性任务，如疾病建模、个性化药物检测、即时学习和决策等。
而且编程CL1并不依赖于传统代码，而是设计自适应反馈回路。
重点不再是编写刚度算法，而是根据环境引导神经网络自行改善。
这种方法提供了更符合生物现实的计算模型，适用于快速构建自适应系统，促进高效学习，开发有机硅混合智能，在生物和技术创新之间架起桥梁。
现在，生物与计算科学的结合正在重塑科技格局。
参考资料：
https://www.tomshardware.com/tech-industry/worlds-first-body-in-a-box-biological-computer-uses-human-brain-cells-with-silicon-based-computing
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com