導(dǎo)語(yǔ)：身處人類(lèi)肩上的大腦擁有1000億個(gè)神經(jīng)元，每個(gè)神經(jīng)元連接著1萬(wàn)個(gè)其他神經(jīng)元。這復(fù)雜的結(jié)構(gòu)被譽(yù)為已知宇宙中最復(fù)雜的物體。然而，數(shù)字電子原理構(gòu)建的大多數(shù)腦啟發(fā)硅芯片在完全模擬大腦功能方面存在局限。最近的研究表明，通過(guò)連接到微電極陣列的自組織腦小器官，可以改變其功能，形成神經(jīng)網(wǎng)絡(luò)，被稱(chēng)為器官小器官神經(jīng)網(wǎng)絡(luò)（ONNs）。這些ONNs展現(xiàn)了無(wú)監(jiān)督學(xué)習(xí)的潛力，正是人工智能基于的原理。當(dāng)這些微小的器官與適當(dāng)?shù)挠布噙B接時(shí)，甚至可以被訓(xùn)練用于語(yǔ)音識(shí)別。

腦啟發(fā)計(jì)算硬件，或稱(chēng)為“Brainoware”，可能彌補(bǔ)當(dāng)前人工智能硬件在時(shí)間、能源消耗和熱量產(chǎn)生方面存在的不足。這些ONNs可能具有足夠的復(fù)雜性和多樣性，以模仿人腦，從而激發(fā)更復(fù)雜、更類(lèi)似人類(lèi)的人工智能系統(tǒng)的發(fā)展。

Brainoware是在印第安納大學(xué)布盧明頓分校的郭鋒博士和辛辛那提兒童醫(yī)學(xué)中心的顧明霞博士的實(shí)驗(yàn)室中開(kāi)發(fā)的。相關(guān)研究成果已經(jīng)發(fā)表在《自然電子學(xué)》雜志上，題為“用于人工智能的腦小器官水庫(kù)計(jì)算”。

腦小器官神經(jīng)網(wǎng)絡(luò)

Brainoware的第一作者蔡洪偉及其同事試圖通過(guò)生物學(xué)的方式解決水庫(kù)計(jì)算的問(wèn)題。水庫(kù)計(jì)算以其處理復(fù)雜的時(shí)間和序列數(shù)據(jù)的獨(dú)特方式而聞名。它使得能夠從時(shí)間序列中提取復(fù)雜的模式和關(guān)系，確保快速訓(xùn)練，并強(qiáng)調(diào)能源效率，使其成為環(huán)保人工智能解決方案的可行選擇。

水庫(kù)計(jì)算已在各種應(yīng)用中展現(xiàn)出有望的結(jié)果，包括時(shí)間序列預(yù)測(cè)、語(yǔ)音識(shí)別、語(yǔ)言建模以及處理復(fù)雜的非線性動(dòng)力系統(tǒng)。其獨(dú)特的架構(gòu)和訓(xùn)練方法為有效管理序列和時(shí)間數(shù)據(jù)提供了創(chuàng)新性的替代方案，這使其在機(jī)器學(xué)習(xí)和人工智能研究領(lǐng)域成為有價(jià)值的工具。

未來(lái)計(jì)算機(jī)會(huì)由大腦組成嗎？

盡管Brainoware不需要大量的電力消耗，但它仍然依賴于培養(yǎng)箱等設(shè)備，以及訓(xùn)練有素的細(xì)胞培養(yǎng)技術(shù)人員或自動(dòng)系統(tǒng)來(lái)維護(hù)細(xì)胞培養(yǎng)。此外，器官小器官的生成仍然是相對(duì)不受控制的，包括死亡和存活的多種細(xì)胞類(lèi)型混合體。最近的工程努力改善器官小器官分化和生長(zhǎng)條件，以及改變它們的微環(huán)境，可能使得制備和保持大量標(biāo)準(zhǔn)化的器官小器官成為可能。

數(shù)據(jù)管理和分析是另一個(gè)技術(shù)挑戰(zhàn)。仍然需要改進(jìn)來(lái)自多個(gè)來(lái)源和模態(tài)的數(shù)據(jù)的解釋、提取和處理，以優(yōu)化從Brainoware到數(shù)據(jù)的編碼和解碼。除非開(kāi)發(fā)新的算法和方法來(lái)分析和可視化數(shù)據(jù)，否則Brainoware的潛力將無(wú)法充分發(fā)揮。

盡管可能需要幾十年才能開(kāi)發(fā)出普遍的生物計(jì)算系統(tǒng)，但這項(xiàng)研究可能會(huì)為學(xué)習(xí)機(jī)制、神經(jīng)發(fā)育以及神經(jīng)退行性疾病的認(rèn)知影響提供基礎(chǔ)性的見(jiàn)解。它還有助于開(kāi)發(fā)認(rèn)知障礙的臨床前模型，用于測(cè)試新的治療方法。

參考文獻(xiàn)：“Brain organoid reservoir computing for artificial intelligence”

編輯：周敏

排版：李麗