玩電子游戲需要多少個腦細胞？

聽到這句話，你的第一反應肯定是：這是個腦筋急轉彎。

不，這個問題有一個真正的答案。這都要歸功于一個名為DishBrain的神經網絡系統。

如果玩的是乒乓球，那么需要腦細胞的數量大約是80萬個。

這不，80萬個人腦細胞竟用了5分鐘學會了「打乒乓球」。

近日，來自澳大利亞研究團隊將80萬個人類和小鼠活腦細胞放入培養皿中，將其連接電極后，去玩經典的街機游戲Pong。

科學家們將其稱為第一個有感知的「盤中大腦」（DishBrain）。

這項研究的目的就是為了創建出合成生物智能 （SBI），為未來神經系統疾病研究提供更好的方法。

最新研究已于周三發表在Neuron雜志上。

論文地址：

https://www.cell.com/neuron/pdfExtended/S0896-6273(22)00806-6

「盤中大腦」5分鐘學會打游戲

我們知道，人類大腦有8600億個神經元。通過突觸，能將神經元電信號傳輸到下一個神經元，

然而，人們并不認為它們是信息處理器。

但神經元是一個神奇的系統，它能以極低的能耗實時處理信息。

DishBrain由生長在微電極陣列頂部的單層人類神經元組成，而微電極陣列可以刺激這些腦細胞。

那么，這些「人腦細胞」從何而來？

腦細胞的獲取過程是否符合研究規范，可能是每個人最先關心的問題。

DishBrain神經細胞陣列在工作

其實，并非像你所想的那樣，直接從人類大腦中提取神經元腦細胞，那樣就太不符合倫理了。

科學家提供了一種方案：用人類誘導的方式。

讓多能干細胞 (hiPSC) 分化為皮質神經元細胞，然后進行培殖。同時，研究人員還采取了小鼠細胞進行培植。

下圖為，小鼠和人類皮層細胞在培養皿中的區別（50μm）。

其中，藍色DAPI代表染色所有細胞，綠色NeuN顯示是神經元，微管蛋白 (BIII) 標記是軸突，MAP標記的是樹突。

可以看到，小鼠皮層細胞（A) 可以在營養豐富的培養基中生長并維持數月，并形成了復雜的形態，有大量的樹突和軸突連接。

而人類誘導多能干細胞 (hiPSC) 分化為單層活性異質皮層神經元之后，這些神經元也能顯示出成熟的功能特性，并可以與作為支持的神經膠質細胞形成密集的連接。

那么，細胞培養出來了，如何讓其打乒乓球呢？

顯然，我們需要一套精密的裝置。

裝置中央圓形的凹槽，便是放置腦細胞和電極的地方。

Cortical Labs的研究人員采用的是來自瑞士一家公司Maxwell Biosystems提供的MaxOne多電極陣列進行實驗。

MaxOne是一個高分辨率的電生理學平臺，26000個鉑金電極排列在8mm*8mm的面積上，最高分辨率可達220*120。

該系統基于互補的氧化物半導體(CMOS)技術，可以記錄多達1024個通道數和多達32個單元的刺激。

那神經元如何主動推理，從而完成游戲的呢？

為了教會DishBrain打乒乓球，研究小組讓這片神經元去玩了單人乒乓球游戲。

研究人員利用電信號刺激電極陣列上的神經元，并將其活動狀態記錄下來。

其中，電信號發送不同陣列區域代表乒乓球的位置，盤子兩側的微電極會指示球是在球拍的左側還是右側，而信號頻率則反映了球的距離。

而在電極陣列的上半部分的神經元，負責感知乒乓球的位置，下半部分的神經元分左右兩塊，負責輸出乒乓球拍上下移動的距離。

然后，DishBrain就可以產生電信號去移動球拍接球了。

但是開始，它們的表現很差勁。

為了玩好游戲，神經元需要反饋。因此團隊開發了一種反饋軟件，可以在DishBrain錯過球時通過電極對它們進行批評。

為了優化誤差，Cortical Labs團隊主要使用了最小化變分自由能的預測編碼公式，又名卡爾曼濾波器。

這就使得系統在打乒乓球時得到了改進，在短短五分鐘內，DishBrian就學會根據球的位置來回移動球拍了。

誒，好像DeepMind的AI也玩過這個游戲？沒錯，2013年，DeepMind首次通過Atari游戲演示了其人工智能強化學習算法的性能。

目前，DishBrain打游戲的效果還是不如DeepMind自家發展了這么多年的強化學習算法。但是AI玩這個得90分鐘才學得會，而這層腦細胞可是僅僅用了5分鐘就玩得有模有樣了。

這樣一來，利用活體大腦神經元的計算能力來創造合成生物智能 （SBI）也就完成了。

有趣的的是，未來研究人員表示還要測試酒精，以及毒品對DishBrain玩乒乓球游戲能力的影響。

Cortical Labs實驗室Brett Kagan博士稱，

我們正在嘗試用乙醇創建一個劑量反應曲線——基本上就是讓這些神經元細胞「喝醉」，看看它們是否像人們喝酒時那樣玩得更差。

計算機可以模仿人腦了？

在目前，DishBrain在打乒乓球時采用的策略還是緩慢而片面的，讓它們贏得電子競技冠軍，聽起來也相當遙遠，但是這些研究反映了活體組織與硅技術融合的潛力。

這是第一個證明了神經元會調整自己的活動，以完成特定任務的合成生物智能實驗。并且，如果提供它們反饋，它們還能學會更好地執行任務。

這項研究在疾病建模，發現藥物，理解大腦如何工作、智力如何產生，研究藥物如何影響大腦的活動等方面，都具有巨大的潛力。

DishBrain的開發者、澳大利亞生物技術初創公司Cortical Labs的神經科學家Brett Kagan說： 「我們已經證明，我們可以與活的生物神經元相互作用，使得它們改變自己的活動，從而產生類似于智能的東西。」

「這是理解智力的一個新方向，」Kagan說。「它不僅告訴我們，作為人類意味著什么，還讓我們明白，在現在這個不斷變化的世界中，什么是『活著』，什么是『聰明』，什么是『處理信息』、『有感知能力』。」

英國倫敦大學學院的理論神經科學家Karl Friston說：「這項成果的開創性在于，為神經元配備了感覺——反饋——對世界采取行動的能力。」

幾年前，Friston提出了一種稱為自由能原理的理論，該理論提出，所有生物系統的行為方式都可以縮小預期與實踐之間的差距——換句話說，世界可以變得更加可預測。

自由能理論

根據Friston的理論，通過調整行為，世界就會變得更加可預測，而DishBrain就是在生物學上證明了這一點。

Kagan說，「DishBrain的實驗，本質上是在創造可預測性更高的環境。」

DishBrain實驗，給人類帶來了一些激動人心的可能性，尤其是在人工智能和計算方面。

要知道，人腦包含大約80到1000億個神經元，比任何計算機都強大得多，最好的計算機都很難復制人腦。目前最接近的情況，是麻省理工的工程師設計出的帶有人工突觸的芯片，讓我們可以用82,944個處理器、1 PB的主內存和40分鐘來復制1%的人類大腦活動的一秒鐘。

MIT人工突觸芯片

如果這個架構更像是一個真正的大腦——甚至可能是一個像DishBrain那樣的合成生物系統——也許計算機復制人腦的目標就不會遙不可及了。

DishBrain還能讓我們從細胞水平了解各種藥物對大腦的影響。有朝一日，使用從患者皮膚干細胞逆向培養的神經元，它甚至可以制造針對特定患者的定制藥物。

「這項成果的潛力太令人興奮了：這意味著我們不必再創建『數字雙胞胎』來測試治療效果，」Fristo說。

用于私人定制藥物的Digital twin

「原則上，我們現在擁有最終極的仿生『沙盒』，可以在其中測試藥物和遺傳變異的影響，這個沙盒由你的大腦和我的大腦中發現的完全相同的計算（神經元）元素構成。」

無獨有偶，為了推動神經科學的研究，同在今天Nature的一篇研究將人鼠大腦完美結合，培養出了類腦器官。

研究中，來自斯坦福大學的研究人員將人類大腦誘導性多能干細胞移植到了大鼠正在發育的大腦中。

如圖，亮綠色部分是類腦器官。

結果發現，類腦器官可以與大鼠的大腦一同發育、成熟，同時，這些類器官會逐漸發展出血管，為自己的發育提供營養。

最后通過與大腦的神經回路部分地整合到一起，真正成為大腦的一部分。

有了類腦器官，科學家便可以在培養皿中操控神經元，找到潛在神經疾病背后的機制。

網友神評論

「這是否意味著即使沒有『存在』也存在某種形式的意識。」

討論頓時上升到了哲學高度……

「我想成為第一個歡迎我們新的腦細胞霸主的人。」

「我們需要一個更大的培養皿。」

「我想要一個像攻殼機動隊那樣的機器身體。」

「神經漫游者。科技與魔法的完美結合。」

「令人難以置信，它讓我想起了David Eagleman的TED演講。他認為人腦是一個原始的I/O設備。作為嬰兒，它正在學習處理輸入數據，并且在任何時候我們都可以添加額外的輸入，大腦將開始解釋新數據。」

「 讓我想起黑鏡中的『餅干』的情節……這讓人毛骨悚然。」

「但是神經元喜歡這個游戲嗎？」

「我已經閱讀了數百條評論，你是第一個提出這個重要問題的人！」

「這些細胞再進步下去，幾天之內就會成為特朗普的支持者。」

「它們已經超過了一般特朗普支持者的智商。」

「在我看來，這就是奴隸制，想想這項技術會被用在什么地方吧。」

參考資料：

https://www.cnet.com/science/live-brain-cells-in-dish-quickly-learn-to-play-classic-game-pong/

https://www.nature.com/articles/d41586-022-03229-y

https://www.engadget.com/brain-cells-pong-rats-182835843.html