咱們知道，科學家們曾經培養出了一盤大腦細胞，教會了它們打乒乓球。

而如今，他們竟然想用這盤腦細胞造出計算機了？

在 2 月 28 日發表在《科學前沿》上的一篇論文中，一個科學家團隊描述了他們的計劃：將3D人類腦細胞團塊（也即大腦類器官）轉化為能夠執行高級計算任務的生物硬件。

論文地址：https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235

直白地說，就是開發一個由人腦細胞驅動的「生物計算機」。

「雖然基于硅的計算機在數字方面肯定更好，但大腦更擅長學習，」約翰霍普金斯大學的微生物學教授John Hartung說。

這一次，碳基生物終于站起來了？

沒錯，就是那盤會打乒乓球的腦細胞

這些來自約翰霍普金斯大學的科學家建議，有朝一日可以將實驗室培養的「微型大腦」連接在一起，充當強大而高效的生物計算機。

雖然現在，AI看似已經接管了我們的生活，但這些科學家認為，由活人腦細胞驅動的一種叫做「類器官智能」或 OI 的東西，有一天可能會超越任何AI，并且效率更高。

ChatGPT誕生之后，到處都在預警人類要被AI替代。所以現在，我們靠著自己的腦細胞，終于要扳回一局了嗎？

所以，這個傳說中的「類器官」，究竟是什么呢？

其實，它就是生物組織的3D團塊。

Thomas Hartung 實驗室制作的大腦類器官的放大圖像，染色顯示品紅色為神經元，藍色為細胞核，其他支持細胞為紅色和綠色

科學家們將這一領域命名為「類器官智能」(OI)。

近二十年來，科學家們一直在使用微小的類器官（即類似于完全成熟器官的實驗室培養組織）在腎臟、肺和其他器官上進行實驗，而無需進行人體或動物試驗。

而最近，Hartung和同事們一直在研究大腦類器官，這個筆尖大小的球體，具有神經元和其他特征，有望維持學習和記憶等功能。

團隊領導者、約翰霍普金斯大學的環境健康科學教授Thomas Hartung表示，「實現生物計算的技術，現在已經成熟了。我們希望人類大腦的一些功能，可以作為OI實現，比如根據不完整和矛盾的信息（直覺思維）做出快速的決策?！?/span>

關于「類器官智能」(OI)的關鍵信息

這個團隊還包括來自Cortical Labs的成員，他們就是那群培養了一盤會打乒乓球的腦細胞的科學家。果然，這熟悉的配方，熟悉的味道。

使用類器官做實驗，對科學家有諸多好處，因為可以繞過人類或動物測試。

Hartung在一份聲明中說：「類器官開啟了對人類大腦如何運作的研究。因為你可以開始操縱系統，做一些在道德上不能用人腦做的事情?！?/span>

嗯，有暗黑科學家那味了……

人腦比電腦更強

如果讓人腦和電腦pk，誰能勝出？

在Hartung看來，現代計算機在人腦面前，仍然弱爆了。

「Frontier是肯塔基州最新的超級計算機，耗資6億美元，占地6,800平方英尺。僅在去年6月，它就首次超過了單個人腦的計算能力——但是，它使用的能量卻多出了一百萬倍?！?/span>

Hartung承認，盡管計算機處理涉及數字和數據的計算比人類更快，但大腦在做出復雜的邏輯決策時要聰明得多，比如分辨貓狗。

又比如，在論證「雖然基于硅的計算機在數字方面更好，但大腦更擅長學習」這個觀點時，他舉出的例子是，AlphaGo雖然在2017年擊敗了世界頂級圍棋選手，但它此前訓練時用了60,000場比賽的數據。

而一個人必須在175 年里每天玩五個小時，才能打完這些比賽。

硅計算機已經達到極限

從2012年起，Hartung就開始把人類皮膚樣本中的細胞重新編程為胚胎干細胞，然后來培養腦細胞，并組裝成功能性類器官。

每個類器官包含大約50,000個細胞，大約相當于果蠅神經系統的大小。他現在設想用這種大腦類器官建造一臺未來計算機。

Hartung 說，在這種「生物硬件」上運行的計算機，可能會在未來十年內減輕超級計算的能耗需求，而這種需求正變得越來越不可持續。

「大腦存儲信息的能力驚人，估計為 2,500TB，」Hartung 說。

「我們正在達到硅計算機的物理極限，因為我們無法將更多的晶體管裝入一個微型芯片。但大腦的連接方式完全不同，大約有1000億個神經元，通過超過1,015個連接點連接?！?/span>

16年的研究表明，人腦的記憶可以存儲整個互聯網。

由于類器官共享的細胞，使我們自己的大腦能夠獲取和存儲信息，因此大腦團塊特別適合需要快速學習且無需太多能量消耗的計算任務，然后再將信息存儲在大腦中緊湊的神經元連接中。

因此，它們還能創建復雜的腦團網絡，從而支持更強大的計算。

可是，這些科學家想造出的類器官智能，或者說生物計算機，萬一玩脫了怎么辦？

Hartung表示，類器官智能并不會對AI或者以老式方法培養的人腦構成威脅。

但是，是時候增加腦類器官的產量，用AI訓練，來突破我們現有硅系統的某些缺點了。

「我們需要幾十年的時間，才能做到與計算機相媲美，」Hartung 說。「但如果我們現在不開始為此制定計劃，會困難得多?！?/span>

Hartung 說，類器官智能可能需要幾十年，才能為像老鼠一樣智能的系統提供動力。

但通過擴大大腦類器官的生產，并用AI進行訓練，可以預見到，這種生物計算機會具有卓越的計算速度、處理能力、數據效率和存儲能力。

并且，類器官智能還可以徹底改變針對神經發育障礙和神經變性的藥物測試研究。

約翰霍普金斯大學環境健康與工程助理教授Lena Smirnova 說：「我們想比較來自捐贈者的正常大腦類器官，與來自自閉癥捐贈者的大腦類器官?！?/span>

「我們正在開發的生物計算工具，與讓我們了解自閉癥神經元網絡變化的工具很類似，無需使用動物或接觸患者，就可以了解患者為何具有這些認知機制障礙?！?/span>

倫理拷問

可是，人腦細胞團塊，就心甘情愿被人類培養成生物計算機嗎？

它們會不會有知覺，有自我意識，甚至覺得抵觸呢？

這一點，Hartung的團隊也想到了。其中一些具有生物倫理學背景的成員，正在努力評估與OI合作的倫理意義。

并且，如果想要構建復雜的生物計算機，有一個道德雷區，是研究人員必須要跨越的——要構建微型人腦模擬物，大腦類器官中有計算能力的細胞就有一個數量限制。

但是，如果想培養適合計算機的類器官，就需要把50,000個神經元擴大到1000萬個。

而隨著計算能力的提高，這些相互連接的類器官雖然不會完全具有感知能力，但很可能會獲得某種形式的智能。

這就又回到了那個古老的問題：意識是什么？

論文的作者之一，加州大學圣地亞哥分校的神經科學家Alysson Muotri表示，「截至今天，我們知道這些類器官可以模仿皮層發育的神經振蕩行為?！?/span>

這些神經振蕩行為，就是腦電波。

此外， 在麻醉下，這些振蕩會逐漸消失，這也類似于人腦?！?/span>

「為了讓類器官置于意識范圍內，我們正在做一些刺激以收集 PCI，」Muotri 說。PCI是一些專家提出的衡量有機體或實體意識水平的指標。

研究發現，實驗室制造的迷你大腦可以像早產兒一樣產生腦電波

但是類器官的智能是否會出現？何時會出現？

沒人能知道。

斯坦福大學法學和遺傳學教授Hank Greely專門研究神經網絡倫理問題。

他說，我們有朝一日可能創造出一種人類神經類器官，它可以像大腦一樣行動并具有一定的智能。但即便如此，我們對這個問題仍然知之甚少：究竟是什么在我們的大腦中產生意識？

「連接在一起的神經元數量并不能使某種東西變得智能。如果我將一百萬塊切好的石頭堆在一起，我不一定會有沙特爾大教堂；我可能只有一堆切好的石頭?！笹reely說。

「類器官絕對不是『迷你大腦』。它們不像大腦那樣組織，它們不像大腦那樣包含大量的細胞類型，它們也不會通過輸入和輸出與身體不斷交流。」

法國數學家、哲學家勒內·笛卡爾 (René Descartes)認為，意識和身體是兩種不同的事物。

而面對種種道德危機，Hartung表示，「可能沒有一種技術不會產生意想不到的后果」。

「雖然很難排除這樣的風險，但只要人類控制好輸入和輸出以及對大腦對其輸出結果的反饋，就不會失控。但如果我們給AI或OI自治權，就會出問題?！?/span>

「總之，無論是硅質機器，還是細胞機器，都不能掌控人類?！?/span>

對此，網友表示，「真正的AGI，就是一種新的生命形式，無論是在硅上還是在肉上。」

「思想的自主性和真正的生成欲望（不是ChatGPT那種假裝的傀儡）就是生命的證據?！?/span>

論文介紹

讓我們看看論文中的一些要點。

為什么要開發OI技術

科學家們一直對實現生物計算抱有熱情。

人類大腦雖然在計算方面比不上機器，但對于復雜、開放問題的處理能力遠遠勝過機器，而且消耗的能量更少、執行任務的效率更高。

類器官智能（organoid intelligence，OI）就是科學家們將這種熱情付諸行動的最新嘗試。

約翰霍普金斯大學的研究人員希望使用人類腦細胞創建人工智能。團隊通過將人類皮膚細胞編程為類似胚胎干細胞的狀態，使其恢復形成腦細胞的能力，從而具備記憶、學習等基本功能。

開發OI技術的時機已經到來

將人類細胞重新編程為干細胞以及從多能干細胞中開發三維大腦器官使得OI成為可能。

過去的十年里，腦細胞培養從傳統的單層培養發展到了更像器官、有組織的三維培養，約翰霍普金斯大學替代動物試驗中心等機構已經生產了這種具有高度標準化和可擴展性的腦器官。

培養出的腦器官中，大多數有活性突觸的存在，顯示出與早產嬰兒大腦相當的皮質層和震蕩波模式。

這些器官培養物還富含參與生物學習的各種細胞。

OI與其他技術的交聯

將所培養的腦器官暴露于電氣和化學刺激中，通過輸入與輸出監測，驗證其中是否發生了學習。

OI產生的大量反饋數據，交由計算能力強大的AI進行分析，而這需要將器官的變化與特定的輸出信號相關聯，這一過程中，OI搭建起了整合機器學習、統計、信號處理、信息理論等多學科工具的橋梁。

推斷器官的連通性也是一項重要工作，應用大腦成像和計算生物學的工具，可以繪制類器官神經系統連接的輸入和輸出，判斷神經元電路中是否建立起了有效的連通。

為OI數據的存儲和處理提快速、可靠、可拓展的基礎設施是必要的，需要適應每一層生物網絡都能進行計算輸出的大量數據，還要有動態變化的能力。

JHU團隊采取的存儲策略，主要是開發類似于CERN大型強子對撞機實驗的方案，使用復雜觸發器用于實時檢測事件，只有具有潛在發現值的時間才會被保留。未來通過建設OI社區，可以迅速實現強大且可復現的大數據基礎設施的建立。

OI的進一步完善

首先需要提高生物計算的復雜性，在OI中，類器官可以發揮其中硅界面與環境相互作用的功能，優化硅硅相互作用的算法，能夠提高OI生存能力。

我們還希望能夠對OI輸入更復雜的生物信號，比如更加近似人類視覺的輸入表示。

分子生物學在突觸可塑性方面的進步對于OI優化至關重要，通過改善其生長條件，能夠使其更好地表達人腦學習的效果。

對于OI技術的愿景

將OI建立為真正的生物計算形式，以道德的方式利用腦類器官。

實現生物計算的革命，克服基于硅的計算以及AI計算的局限性，做到更快的決策、持續的學習并提升執行這些任務的效率。

更清楚地闡釋人類智慧，為認知缺陷及其他相關疾病的治療帶來希望。