使用人脑细胞跑AI，我几乎无法理解这个世界。。

自从沾上 AI 经过大模型推理训练，在这个领域没有对手的老黄，高端显卡越卖越高。最后，连我们这些玩游戏的人都被种苗了。如果你想要一张高性能的显卡，你必须支付更多的钱。。。

但是最近看到一条新闻，让我觉得摆脱了老黄的统治，买到了便宜的显卡，也并非不可能。

事实就是这样，澳大利亚的一家公司叫做 Cortical Labs，推出了一台生物计算机，可以将人类脑细胞和硅芯片结合起来，利用人类神经元对数据进行处理， " 活物计算 "。

这一技术的再发展，恐怕下一步就是培养更接近大脑器官，是不是觉得黑客帝国要上演现实版了？

但是不要担心。相信很多人在这里看到的第一反应就是质疑这个消息的真实性和好奇的原理。接下来，我们一个一个慢慢聊。

要理解这一颠覆我们理解的东西，首先要建立一些基本的概念。

第一，再一次将完美的体细胞编程成多能干细胞，技术已十分成熟。早在 2012 一年，英国科学家约翰・格登（John B. Gurdon）和日本科学家一起在山中伸弥（Shinya Yamanaka），就发现了 iPSC（ 诱导多能干细胞 ）技术。

根据这项技术，理论上可以在体外大规模培养人体干细胞，也可以利用干细胞的全能特性，诱导和分化具有特定功能的人体细胞。

并且运用 iPSC 技术培养器官（ 如微型肝部 ），或修复损伤组织等相关医疗用途，可以说是非常普遍的。

第二，硅基芯片与细胞之间的信息传递可以通过主动向细胞发送电信号，然后收集记录细胞发送的电信号。

也就是说，我们可以通过放电来告诉细胞现在出现了什么，也可以通过监测来记录细胞放电，找出它想要表达什么。

在了解了这两点之后，下面我们就可以正式地谈谈生物计算机。

开头提到的 Cortical Labs 团队再次将提取的人体细胞编程成干细胞，然后将其诱导分化为神经细胞，再将其培养成具有真实神经轴突和树突的细胞集合，证明这种“迷你大脑”是智能的。

已发表在神经科学领域非常权威的相关论文期刊《Neuron》上。

简而言之，他们试图让这款体外产生的人工智能玩经典乒乓球游戏。《Pong》。

如果球板击中乒乓球，系统会产生可预测的、有规律的电刺激奖励；相反，会产生不和谐的随机电流。结果发现，迷你大脑会琢磨游戏规则，以追求可预测的电信号。

当然，世超本身并没有从事这方面的研究，或者看过。 B 站 up 主 @K 关于试验的形态生命科学分析， Cortical Labs 这个团队具体做了什么？——

它们用不同位置的电极刺激神经网络，用来代表乒乓球的位置；同时，电极的刺激频率代表球与球板的距离。与此同时，微电极阵型还可以感应神经网络的电流变化，从而控制球体。

随着电刺激的反复进行，迷你大脑开始移动球板并击中球。而且，球板并不是来回移动“看运气”毫无意义，而是可以出现在球的移动路径上。

这也证实了这个迷你大脑意识到自己在玩游戏，而且随着时间的推移越来越好。

此外，该团队还使用计算机人工智能来模拟这个游戏，发现生物计算机的效率就是计算机。 500 超过一倍。。。。。

与计算机人工智能模型相比，迷你大脑可以通过大量的数据计算和参数优化来模拟真实的神经网络，在自学的情况下直接掌握游戏逻辑。

这个问题也意味着，把它扔给迷你大脑的其它问题，它很可能比计算机人工智能更好。

正是基于这一实验，Cortical Labs 生物计算机团队的推出 CL1。每台 CL1 配有大概 80 一万个人类神经元和与它们互动的阵型电极。当然，为了保持神经元的活性，还有一个配套的生命维护系统，负责调节温度，供氧等等。

那么说了这么多，生物计算机到底有什么优势呢？

第一，与传统计算机相比，效率更高，刚才的试验阶段实际上足以显示问题。但是最新的 CL1 能够发挥什么样的效果，世超这里也不容易下结论。

归根结底，价格也不是一般人能负担得起的：单台 CL1 售价为 3.5w 美金（ 约 25.1 万人民币 ），30 台起购，每台也要 2w 美元。现在看来，最重要的用途是医学和 AI 相关研究与开发。

不过 CL1 还提供远程租赁计划，每周一次 300 美元，可以远程访问一台 CL1。目前，租赁服务已经正式启动。如果有朋友从事相关研究，使用这种设备，记得在评论区回答世超的问题。。。

另外一个优点是，生物计算机的功耗非常低。单一的 CL1 该单元的功耗仅为 30 瓦片，一个包括 30 个 CL1 该单元的机架也只消耗 850-1000 瓷砖的能量远低于传统瓷砖。 AI 服务器。

事实上，再举一个直观的例子，会让大家更容易理解，人脑平均功耗只是为了 20 瓦片上下，但是和柯洁的比赛。 AlphaGo，TPU 集群运行的功耗大概 160 瓦片，而且为了训练它所消耗的功耗，充分驱动数以万计的大脑连续运转。

那么，你能想象一下，未来的生物计算机可以开发脑神经专用编程语言，直接起飞效率吗？或者通过神经细胞的自适应学习能力，可以弥补计算机人工智能在模糊感知任务上的不足。在这种情况下，也许训练 AI，能多一个选择，就不用急着找老黄买显卡了。。

但是随着生物计算机的发展，也面临着一些道德伦理问题——

虽然目前 CL1 神经元系统的数量，以及人脑 860 与1亿元相比，神经元的规模不值一提。。。但是当类人脑器官的规模达到一定程度，会不会有自我意识？那么，生物计算机能达到什么样的效果，这条路能不能通过，还是让子弹飞一会儿吧。

发文：Levi

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