一幅传递突触的三维插图 一组科学家展示了大脑类器官能够传递与布莱尔字母相对应的信号，这为未来开发节能的生物混合计算机奠定了重要基础。这些大脑类器官与远程传感器连接，该传感器记录不同布莱尔字母的触觉信号，针对每个字母产生不同的信号，使解码器能够区分类器官所接收的不同字母。尽管单个大脑类器官每次提供可准确解码信号的概率为61%，但三人小组的表现显著更好，每次产生准确信号的概率为83%。三人小组在区分人工噪声中的信号方面也表现更佳，相较于直接处理被遮蔽信号的解码器，类器官的参与使其更为有效。未来计算机能否包含微型大脑类器官？人类大脑是极其节能的计算机，试图模仿其功能的硅处理器在能耗方面相比传统处理器实现了巨大节约。现在，科学家们正在尝试利用模仿人类前脑的大脑类器官，开发节能的生物混合计算。向此迈出的关键第一步就是学习这些类器官是否能够可靠地接收和转发信号，布里斯托尔的一组研究人员对此进行了研究，使用了布莱尔字母。他们发现，三组大脑类器官产生的信号在83%的情况下准确对应不同的字母。布里斯托尔大学博士候选人、文章《人工智能前沿》第一作者刘天怡表示：“我们可以从真实的触觉传感器中获取信息，将其转化为活体神经网络可以接收的形式，然后从类器官的反应中恢复有意义的信息。这为将人工传感器与生物神经系统连接提供了一种实用方法，这是通向更节能计算的一个非常有趣的可能途径。” 从 A 到布莱尔 刘及其团队测试的生物混合系统使用放置在多电极阵列上的大脑类器官，并包含一个保持类器官存活和监测其反应的系统。这些类器官直径不到一毫米，并缺少人脑的几个结构，但含有约10,000个神经元及支持细胞。多电极阵列允许它们接收电信号。首先，科学家们应用了记录触觉数据的传感器，针对布莱尔字母的26个字母进行了实验。然后，他们将这些数据转换为电刺激模式，并向类器官展示不同的模式，以观察它们是否会产生神经活动，从而告知科学家们它们所接收到的刺激。换句话说，它们是否能够‘读取’与每个布莱尔字母对应的电信号，并产生能够明显对应于它们所获取的信息的信号？类器官的神经活动模式使用一种简单的机器学习算法进行分类，即支持向量机，可以对模式进行排序并检测给定信号是否对应于特定字母。单个类器官的信号在约61%的时间内能够被准确解码为某个字母。然而，三个类器官协同工作时，其可识别信号的概率为83%。布里斯托尔大学的资深作者、本杰明·沃德-切里尔博士表示：“经过类器官处理后，触觉数据仍然包含足够的信息，以高准确率分类布莱尔字母。结合几个类器官的输出也显示了性能的提升。” 阅读并下载原文 三个大脑比一个更好吗？研究人员尚无法确定为何三个类器官的表现优于单个类器官；这可能是因为类器官之间的个体差异使它们相辅相成。刘说：“不同的类器官可能具有略微不同的网络连接、发育状态和持续活动，因此相同的输入可能产生相似但不完全相同的反应。结合这些反应可能会给我们提供单个类器官无法获得的互补信息。与此同时，如果每个类器官的表现不同，无疑使得构建一个可预测和标准化的系统变得更加困难。” 为了增加难度，科学家们对布莱尔字母信号施加了不同的噪声滤波器。他们还使用相同的支持向量机，将来自类器官反应的解码与故意遮蔽信号的直接解码进行了比较。直接进行机器解码而不考虑类器官的参与，证明比从类器官反应中解码更容易被欺骗，因为它更难在人工噪声中识别字母信号。