脑器官组织"Brainoware"显示了新一代生物计算机的潜力

脑器官组织"Brainoware"显示了新一代生物计算机的潜力美国印第安纳大学布卢明顿分校的郭锋（音译）和研究团队通过在培养皿中培育成团的人类脑细胞，创造出了"大脑有机体"。然后，他们将这些生物有机体与计算机芯片连接起来，创建了Brainoware系统，该系统似乎可以在执行计算任务的同时与人工智能算法"对话"，进行信号解码。这项研究最近发表在《自然-电子学》（NatureElectronics）上，描述了旨在模拟人脑结构和工作原理的"大脑启发计算硬件"。研究人员说，Brainoware具备处理、学习甚至记忆信息的潜力，可以为解决当前人工智能技术的局限性提供一种解决方案。虽然在硅芯片上运行的人工智能算法在处理大型数据集时效率极高（也很有效），但它们无法与人脑在消耗极少能量的情况下处理复杂信息的能力相媲美。而Brainoware中的大脑有机体是真正的脑细胞，可以发送和接收通过电信号编码的信息。当研究人员对Brainoware施加电刺激时，混合生物芯片装置会对这些信号做出反应。该系统所连接的神经网络也发生了变化，这表明该系统确实能够处理信息，甚至可以"在无人监管的情况下"执行计算任务。研究人员使用由八个人录制的240个日语元音发音片段，通过语音识别任务测试了Brainoware的所谓能力。这些片段被转换成电信号，然后输送给Brainoware，Brainoware产生电信号响应，随后输送给人工智能工具进行解码。类脑人工智能装置最终能够解码录音信号，但该技术提供的语音识别准确率"非常低"。通过进一步的训练，准确率提高到了87%，但与实际的全数字人工神经网络相比，准确率仍然较低。一些研究人员对新研究中描述的结果表示怀疑。约翰-霍普金斯大学公共卫生助理教授莉娜-斯米尔诺娃（LenaSmirnova）指出，大脑有机体无法真正"听到"语音；它们只能对电刺激做出反应。此外，这项研究也没有证明Brainoware能否以及如何长期处理和存储信息或学习多项任务。...PC版：https://www.cnbeta.com.tw/articles/soft/1404553.htm手机版：https://m.cnbeta.com.tw/view/1404553.htm

"类器官智能" - 由人类脑细胞驱动的革命性生物计算机

"类器官智能"-由人类脑细胞驱动的革命性生物计算机人工智能（AI）长期以来一直受到人脑的启发。这种方法被证明是非常成功的。人工智能拥有令人印象深刻的成就--从诊断医疗状况到创作诗歌。尽管如此，原始模型仍然在许多方面优于机器。这就是为什么，例如，我们可以通过网上琐碎的图像测试"证明我们的人性"。如果我们不试图让人工智能更像大脑，而是直接从源头开始呢？跨越多个学科的科学家们正在努力创造革命性的生物计算机，其中脑细胞的三维培养物，称为脑器官，作为生物硬件。他们在《科学前沿》（FrontiersinScience）杂志上描述了他们实现这一愿景的路线图。实验室培养的大脑类器官的放大图像，带有不同类型细胞的荧光标记。(粉红色-神经元；红色-少突胶质细胞；绿色-星形胶质细胞；蓝色-所有细胞核）。资料来源：托马斯-哈通，约翰霍普金斯大学"我们把这个新的跨学科领域称为'类器官智能'（OI），"约翰霍普金斯大学的托马斯-哈同教授说。"一个由顶级科学家组成的团体已经聚集起来开发这项技术，我们相信它将开启一个快速、强大和高效的生物计算新时代。"什么是脑器官，为什么它们会成为强大的计算机？脑器官是一种实验室培养的细胞文化。尽管脑器官不是"迷你大脑"，但它们共享大脑功能和结构的关键方面，如神经元和其他脑细胞，它们对学习和记忆等认知功能至关重要。此外，大多数细胞培养物是平坦的，而类器官有一个三维结构。这使培养物的细胞密度增加了1000倍，意味着神经元可以形成更多的连接。但是，即使大脑器官是对大脑的良好模仿，为什么它们会成为好的计算机？毕竟，计算机不是比大脑更聪明和更快吗？类器官智能。生物计算的新领域信息图。资料来源：Frontiers/约翰霍普金斯大学哈同解释说："虽然硅基计算机在数字方面当然更好，但大脑在学习方面更好。例如，AlphaGo[在2017年击败世界头号围棋选手的人工智能]是根据16万场比赛的数据训练的。一个人必须每天下5个小时，超过175年才能经历这些游戏。"大脑不仅是卓越的学习者，它们也更节能。例如，训练AlphaGo所花费的能量比维持一个活跃的成年人十年所需的能量还要多。"大脑还具有惊人的存储信息的能力，估计有2500TB，我们正在达到硅计算机的物理极限，因为我们无法将更多的晶体管装入一个小小的芯片。但是大脑的接线方式完全不同。它有大约1000亿个神经元，通过超过1015个连接点连接。与我们目前的技术相比，这是一个巨大的功率差异。"类器官智能生物计算的新领域信息图类器官智能生物计算机会是什么样子？根据哈通的说法，目前的大脑有机体需要扩大规模以实现有机体智能。"他们太小了，每个都包含大约5万个细胞。他解释说："对于有机智能，我们需要将这个数字增加到1000万。同时，作者们还在开发与有机体沟通的技术：换句话说，向它们发送信息并读出它们的"想法"。作者计划从不同的科学学科中调整工具，如生物工程和机器学习，以及设计新的刺激和记录设备。类器官智能需要不同的技术来与大脑类器官沟通信息图。资料来源：Frontiers/约翰霍普金斯大学"我们开发了一种脑机接口设备，这是一种用于有机体的脑电图帽，我们在去年8月发表的一篇文章中介绍了它。它有着一个灵活的外壳，上面密布着微小的电极，既能接收来自类器官的信号，又能向它传输信号，"哈同说。作者设想，最终，OI将整合广泛的刺激和记录工具。这些将协调相互连接的类器官网络之间的互动，实现更复杂的计算。有机体智能可以帮助预防和治疗神经系统疾病有机体智能的前景超越了计算，进入了医学领域。由于诺贝尔奖获得者约翰-格登和山中伸弥开发的一项突破性技术，大脑有机体可以从成人组织中产生。这意味着科学家们可以从患有神经疾病（如阿尔茨海默病）的病人的皮肤样本中开发出个性化的脑器官。然后他们可以进行多种测试，研究遗传因素、药物和毒素如何影响这些病症。类器官智能将推动医学研究和创新信息图"通过有机体智能，我们也可以研究神经系统疾病的认知方面，"哈同说。"例如，我们可以比较来自健康人和阿尔茨海默氏症患者的器官中的记忆形成，并尝试修复相对的缺陷。我们还可以使用有机体来测试某些物质，如杀虫剂，是否会导致记忆或学习问题。"考虑到伦理因素创造能够学习、记忆和与环境互动的人脑器官，会引发复杂的伦理问题。例如，他们能否发展出意识，即使是最基本的形式？他们能不能体验到疼痛或痛苦？人们对由其细胞制成的脑器官有什么权利？"嵌入式伦理学"将确保负责任地开发类器官智能信息图。资料来源：Frontiers/约翰霍普金斯大学作者敏锐地意识到了这些问题："我们愿景的一个关键部分是以道德和社会责任的方式开发有机体智能，为此，我们从一开始就与伦理学家合作，建立一个'嵌入式伦理'方法。随着研究的发展，所有的伦理问题都将由科学家、伦理学家和公众组成的团队持续评估。"我们离第一个有机体智能还有多远？尽管有机体智能仍处于起步阶段，该文章的共同作者之一--皮质实验室的布雷特-卡根博士最近发表的一项研究提供了概念的证明。他的团队表明，一个正常的、扁平的脑细胞培养物可以学习玩视频游戏Pong。...PC版：https://www.cnbeta.com.tw/articles/soft/1347995.htm手机版：https://m.cnbeta.com.tw/view/1347995.htm

世界上第一个活体处理器Neuroplatform诞生

世界上第一个活体处理器Neuroplatform诞生与传统处理器非常相似，这些生物处理器可以学习和处理信息，但消耗的电量却少了一百万倍。这项研究属于湿件计算类别，该类别结合了硬件、软件和生物学。湿件一词来自“湿软件”，指的是生物体内的软件，即DNA中包含的指令。与湿件计算类似，类器官智能是一个专注于使用人类脑细胞的3D培养物进行生物计算的领域。FinalSpark的研究涉及湿件计算和类器官智能，因为它使用活体神经元进行计算。虽然该概念与当今计算中使用的人工神经网络(ANN)非常相似，但必须为这些生物系统开发新方法。FinalSpark的远程生物计算平台依靠硬件来维持体内平衡、监测环境参数并进行电生理实验。用户可以使用图形用户界面(GUI)或通过Python脚本与硬件交互。仔细观察硬件，FinalSpark的Neuroplatform系统使用四个多电极阵列(MEA)来捕获细胞活动的实时测量值。它还包括刺激和记录彼此之间电活动的电极。闭环微流体系统提供神经元培养基以维持MEA上类器官的生命。该平台还利用每个MEA的摄像头来捕捉静态图像或视频录制。最后，Neuroplatform使用紫外线控制的笼状系统释放具有特定波长的光的分子，当分子笼中含有神经活性分子时，这些分子笼会破裂。尽管FinalSpark的神经平台中的材料与传统计算不同，但两者之间的许多概念仍然相同。FinalSpark神经平台中的电极和传统处理器中的晶体管都是处理电信号传输的基本组件。在处理器中，晶体管打开和关闭以创建二进制数据，而MEA系统中的电极则记录和刺激生物物质中的电活动。MEA系统可以测量和记录实时细胞活动，类似于处理器处理实时数据的方式。这两个系统都会收集数据、处理数据，并可能根据数据采取行动。用于维持类器官的闭环微流体系统有点类似于传统处理器中的冷却系统。这两个系统对于维持各自计算主机的最佳运行条件都是必不可少的。Neuroplatform系统中的摄像头可以捕捉图像或视频，这可以被视为一种诊断工具，类似于监控软件跟踪计算机处理器性能的方式。虽然FinalSpark的Neuroplatform和传统数字处理器在使用电信号和实时数据处理能力方面有一些相似之处，但它们的构造、用途和操作机制有所不同。数字处理器和生物处理器之间的一个鲜明对比是它们的可持续性和降低功耗的潜力。虽然单个LLM（例如GPT-3）需要10GWh（相当于欧洲公民年消耗量的6,000倍），但人脑以大约860亿个神经元运作，仅消耗20W的功率。这表明，如果有一天生物处理器可行，它可以作为ANN的可持续替代品。Neuroplatform的访问对于研究目的而言是免费的。这允许参与者对生物网络进行实时实验并在自己的实验室中复制结果。FinalSpark的基础设施目前仅允许七个研究小组同时使用该平台，但该公司正在扩大硬件以容纳更多用户。这种拥有数百或数千个用户的系统的可扩展性尚不清楚。...PC版：https://www.cnbeta.com.tw/articles/soft/1432364.htm手机版：https://m.cnbeta.com.tw/view/1432364.htm

科学家计划用真正的脑细胞建造下一代超级计算机

科学家计划用真正的脑细胞建造下一代超级计算机研究人员正在用脑器官进行实验，它是脑细胞的三维培养物，模仿完全发育的器官的功能，作为生物计算硬件的处理中心。被称为"类器官智能"，参与该项目的实验室培养的脑细胞器官能够保留核心认知功能，如记忆和学习。该团队指出，硅基计算机擅长处理数字，但它们在学习方面不如人脑好。此外，大脑的能效大大提高，而且组成的神经元可以在有限的空间内同时存储数量极大的信息。小规模的开始，雄心勃勃的目标大脑生物体的放大图像杰西-普罗特金/约翰霍普金斯大学目前，每个类器官包含大约5万个脑细胞，但为了达到理想的计算能力水平，该团队的目标是培养出包含大约1000万个脑细胞的类器官。同时，研究小组还在研究与这些器官体进行有效沟通的途径系统，以转达信息并了解这些细胞集群的想法。托马斯-哈通教授解释说："这是一个灵活的外壳，上面密布着微小的电极，既能接收来自类器官的信号，又能向其传递信号。最终目标是开发刺激和记录工具，以控制有机体网络之间的互动。"就进展而言，该团队已经证明，一个扁平的脑细胞培养物能够学习和玩乒乓球游戏。整个"类器官智能"的概念仍处于起步阶段，但从事这项工作的团队相信，在不久的将来，生物计算将彻底改变神经疾病的药物测试研究等领域。...PC版：https://www.cnbeta.com.tw/articles/soft/1347051.htm手机版：https://m.cnbeta.com.tw/view/1347051.htm

盈趣科技：牵头的 “生物可解释多功能类器官智能系统研究” 项目启动

盈趣科技：牵头的“生物可解释多功能类器官智能系统研究”项目启动脑机交互与人机共融海河实验室今日官微消息，日前，由厦门盈趣科技牵头的国家重点研发计划“生物与信息融合（BT与IT融合）”重点专项“生物可解释多功能类器官智能系统研究”项目启动会暨实施方案论证会，在厦门盈趣科技产业园召开。该研究聚焦于小脑的浅层神经网络架构，旨在开发仿生脉冲神经网络，实现人工智能在计算与学习能力上的革命性提升，大幅加快神经网络训练速度并降低训练成本。该技术在医疗领域的脑机接口仿生机械臂运动训练、自主决策的高级智能机器人，以及网络安全等领域具有广阔的应用潜力。

广州：加快先进算力中心建设 加强探索超导计算、量子计算、类脑计算等新型计算技术

广州：加快先进算力中心建设加强探索超导计算、量子计算、类脑计算等新型计算技术广州市人民政府印发广州市数字经济高质量发展规划。其中提到，加快先进算力中心建设。积极规划布局高密度数据中心、边缘数据中心、智能计算中心等下一代新型高性能数据中心建设，提升数据感知、数据分析和实时处理能力。加快国家超级计算广州中心升级改造，加快完善自主计算产业生态。大力推动广州人工智能公共算力中心建设，提供普惠人工智能算力服务、数据服务和算法服务。推进高等级绿色云计算平台及边缘计算节点建设，推动计算生态向移动端迁移。构建垂直领域大模型产业生态，面向工业、医疗、交通、金融、教育、科研等领域，加强行业算力建设布局，推动人工智能大模型在高价值应用场景的先试先行，挖掘一批行业示范应用。加强探索超导计算、量子计算、类脑计算、生物计算、光计算等新型计算技术。