本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

大約100萬個活體腦細(xì)胞在培養(yǎng)皿中生長出來。

外界看來它們被放在物理世界的一個容器里。

但它們會認(rèn)為自己“生活”在一個截然不同的世界。

這個世界里只有復(fù)古的乒乓球電子游戲Pong，他們整天都在打這個游戲。

科學(xué)家對外把它們叫做盤中大腦 (DishBrain)。

在正式論文里則描述為體外神經(jīng)網(wǎng)絡(luò) (In vitro neural networks)

這項(xiàng)研究來自澳大利亞初創(chuàng)公司Cortical Labs。

他們的目標(biāo)是把活體生物神經(jīng)元與傳統(tǒng)硅集成電路結(jié)合在一起，創(chuàng)造出芯片新物種。

研究團(tuán)隊(duì)的領(lǐng)導(dǎo)者是Cortical Labs首席科學(xué)家Brett Kagan。

他透露公司內(nèi)部經(jīng)常用《黑客帝國》中的矩陣來稱呼這些腦細(xì)胞生活的世界。

在游戲中，它們相信自己就是那個球拍。

全世界已經(jīng)有不少團(tuán)隊(duì)在嘗試培養(yǎng)這種類腦器官，但Kagan認(rèn)為他們首次發(fā)現(xiàn)了這些“迷你大腦”能夠完成目標(biāo)導(dǎo)向的任務(wù)。

論文的結(jié)論部分這樣寫道：

利用DishBrain系統(tǒng)，我們證明了單層的體外皮質(zhì)神經(jīng)元在虛擬游戲世界中可以自我組織并表現(xiàn)出智能和有感知能力的行為。

腦細(xì)胞是誰的？

腦細(xì)胞如何獲取，這項(xiàng)研究是否符合倫理規(guī)范，可能是很多人首先關(guān)心的問題。

可以放心，并不需要從人腦中提取神經(jīng)元細(xì)胞，而是有兩種不同來源：

直接使用小鼠神經(jīng)元細(xì)胞，或者用人類干細(xì)胞誘導(dǎo)分化成神經(jīng)元細(xì)胞進(jìn)行培養(yǎng)繁殖。

整個實(shí)驗(yàn)也經(jīng)過了澳大利亞當(dāng)?shù)氐膫惱砦瘑T會審查。

兩種細(xì)胞來源的對比實(shí)驗(yàn)中，人類神經(jīng)元的游戲水平總是高于小鼠神經(jīng)元。

這也給此前科學(xué)上一個假設(shè)提供了初步證據(jù)：

所有關(guān)鍵特征(細(xì)胞數(shù)量、感覺輸入、運(yùn)動輸出等)保持不變，人類神經(jīng)元的信息處理能力優(yōu)于嚙齒動物神經(jīng)元。

研究團(tuán)隊(duì)猜測這可能是因?yàn)槿祟惿窠?jīng)元樹突長度更長，密度更高。

現(xiàn)在知道了細(xì)胞從何而來，下一個問題就是這些盤中大腦如何學(xué)會打游戲的？

5分鐘學(xué)會打游戲，AI需要90分鐘

培養(yǎng)好的腦細(xì)胞被放在高密度微電極陣列（HD-MEA）上，由瑞士公司Maxwell Biosystems提供。

通過低延遲的軟件，研究人員可以用電信號刺激電極陣列上的神經(jīng)元細(xì)胞并測量記錄他們的活動情況。

在8mm*8mm的面積上排列著共用26400個鉑金電極，也就是說最高分辨率可達(dá)220*120。

電信號發(fā)送到陣列的不同區(qū)域代表“乒乓球”的位置，而腦細(xì)胞可以自己產(chǎn)生電信號來移動“球拍”。

通過一套信號循環(huán)反饋系統(tǒng)，盤中大腦用5分鐘就能學(xué)會玩乒乓球游戲。

掌握同樣的游戲，人工智能需要花90分鐘。

雖然盤中大腦學(xué)會打游戲的速度更快，但是最后游戲水平還是不如高級的人工智能，比如DeepMind開發(fā)的那個。

2013年DeepMind的驚艷亮相，就是演示了AI在乒乓球、打磚塊、越野耐力賽三款經(jīng)典雅達(dá)利游戲上可以超過人類高手水平。

這次演示也是促成谷歌收購DeepMind的原因之一。

現(xiàn)在是只有部分人類腦細(xì)胞組成的盤中大腦上場，游戲打不贏AI倒也正常。

關(guān)于Cortical Labs

Cortical Labs成立于2019年，目標(biāo)是利用合成生物技術(shù)開發(fā)具有流動智力的新型人工智能。

他們認(rèn)為生物神經(jīng)元能夠通過自組織解決陌生問題、比數(shù)字電路有更強(qiáng)的適應(yīng)性和可擴(kuò)展性、同時更省電。

比如人類的大腦有超過10億個神經(jīng)元，能夠產(chǎn)生通用智能卻只消耗20瓦特的能量。

創(chuàng)始人兼首席執(zhí)行官Hon Weng Chong（右一）是醫(yī)學(xué)與計(jì)算機(jī)交叉背景，博士畢業(yè)于約翰霍普金斯大學(xué)。

聯(lián)合創(chuàng)始人Andy Kitchen（左一）是軟件工程師出身，畢業(yè)于澳大利亞皇家墨爾本理工大學(xué)。

首席科學(xué)家Brett Kagan（左二）研究神經(jīng)科學(xué)，博士畢業(yè)于墨爾本大學(xué)。

左三Laura Summers是設(shè)計(jì)師，左四Andrew Doherty是硬件工程師

Cortical Labs已經(jīng)將本次研究的相關(guān)數(shù)據(jù)和代碼開源。

最后，他們還提供了一個在線演示，可以觀察盤中大腦學(xué)會打乒乓球游戲的過程。

感興趣的話，可以復(fù)制下方鏈接，或點(diǎn)擊文章最后的閱讀原文查看～

在線演示：
https://spikestream.corticallabs.com

開源地址：
https://gitlab.com/PaperReview/NCOMMS-21-41265

論文：
https://www.biorxiv.org/content/10.1101/2021.12.02.471005v1