芯片上的人脑细胞可以识别语音并进行简单的数学运算

甚至没有电脑远程功能强大和人脑一样复杂。我们头骨中的组织块可以以计算技术几乎无法触及的数量和速度处理信息。

大脑成功的关键是神经元作为处理器和存储设备的效率，这与大多数现代计算设备中物理分离的单元形成鲜明对比。

已经有许多尝试使计算更像大脑，但一项新的努力更进一步——通过将真实的、实际的人脑组织与电子设备相结合。

它被称为Brainoware，它有效。由印第安纳大学布卢明顿分校的工程师郭峰领导的一个团队为它提供了语音识别等任务和非线性方程预测等数学问题。

它的准确性略低于运行在人工智能，但这项研究证明了一种新型计算机架构的重要第一步。

然而，虽然郭和他的同事们在开发Brainoware时遵循了道德准则，但约翰霍普金斯大学的几位研究人员在一篇相关的文章中指出自然电子评论：在进一步扩展这项技术时牢记道德考虑的重要性。

Lena Smirnova、Brian Caffo 和 Erik C. Johnson，他们没有参与这项研究，谨慎，“作为这些的复杂性类器官系统增加，社区必须研究围绕包含人类神经组织的生物计算系统的无数神经伦理问题。

人类的大脑令人瞠目结舌。它包含估计的860 亿个神经元、平均而言，以及高达千万亿突触.每个神经元最多连接到10,000 个其他神经元，不断开火和相互交流。

迄今为止，我们在人工系统中模拟大脑活动的最大努力几乎没有触及表面。

2013 年，理研的 K Computer（当时世界上最强大的超级计算机之一）问世试图模仿大脑.凭借 82,944 个处理器和 PB 级的主内存，需要 40 分钟才能模拟由 10.4 万亿个突触连接的 17.3 亿个神经元的一秒钟活动，大约只占大脑的 1% 到 2%。

近年来，科学家和工程师一直在尝试通过设计模仿大脑结构和工作方式的硬件和算法来接近大脑的能力。称为神经形态计算，它正在改进，但它是能源密集型的，训练人工神经网络是耗时的。

Guo和他的同事们寻求一种不同的方法，使用在实验室中生长的真实人类脑组织。人类多能性干细胞被哄骗发育成不同类型的脑细胞，这些脑细胞组织成称为类器官的三维迷你大脑，具有完整的连接和结构。

这些不是真正的大脑，而只是组织排列，没有任何类似于思想、情感或意识.它们对学习很有用大脑如何发育和工程，而不是在真人身上四处闲逛。

Brainoware 由连接到高密度微电极阵列的大脑类器官组成，使用一种称为油藏计算.电刺激将信息传输到类器官中，类器官是信息被处理的储存库，然后 Brainoware 以神经活动的形式吐出其计算。

输入层和输出层使用普通计算机硬件。这些层必须经过训练才能与类器官一起发挥作用，输出层读取神经数据并根据输入进行分类或预测。

为了演示该系统，研究人员向Brainoware提供了240个音频片段，这些音频片段来自八位男性扬声器，发出日语元音，并要求它识别一个特定个体的声音。

他们从一个幼稚的类器官开始;经过短短两天的培训，Brainoware 能够以 78% 的准确率识别说话者。

他们还要求 Brainoware 预测Hénon地图，一个表现出混沌行为的动力系统。他们让它在无人监督的情况下学习了四天——每一天代表一个训练周期——并发现它能够比没有长短期记忆单元的人工神经网络更准确地预测地图。

Brainoware 的准确度略低于具有长短期记忆单元的人工神经网络，但这些网络都经历了 50 个训练周期。Brainoware 在不到 10% 的训练时间内取得了接近相同的结果。

“由于类器官的高可塑性和适应性，Brainoware 具有响应电刺激的灵活性，可以灵活地改变和重组，突出了其自适应储层计算的能力。”研究人员写道.

仍然存在重大限制，包括保持类器官存活和健康的问题，以及外围设备的功耗水平。但是，考虑到伦理考虑，Brainoware 不仅对计算有影响，而且对理解人脑的奥秘也有影响。

“可能需要几十年的时间才能创建通用的生物计算系统，但这项研究可能会对学习机制、神经发育和神经退行性疾病的认知影响产生基础性见解。Smirnova、Caffo 和 Johnson 写道.

“它还可以帮助开发认知障碍的临床前模型来测试新的治疗方法。

该研究已发表在自然电子.

宝宝起名