生物计算在争议中持续探索
生物计算是一种利用生物系统固有信息处理能力构建新型计算方式的研究方向。近年来，研究人员正尝试利用培养的人类神经元，构建具有“生物晶体管”功能的系统。
英国《自然》网站近日报道，部分科学家认为，生物计算系统有望成为低能耗的传统计算替代方案，并具备与人工智能和量子计算相当的发展潜力。然而，也有不少研究者对此持保留态度。剑桥大学发育生物学家玛德琳·兰卡斯特指出，当前一些研究可能被过度吹捧，而其结果可能适得其反。若科学界普遍接受生物系统具备感知和意识的设想，这可能对研究方向和伦理规范产生深远影响。
生物计算引发广泛关注
为了模拟大脑的高效运作机制，研究人员尝试用硅芯片模仿神经元之间的连接与电活动模式，这被称为神经形态计算。与此同时，另一条路径则聚焦于直接使用生物神经元，以开发能耗极低但性能强大的生物计算设备。
与硅基芯片不同，生物计算依赖于由诱导多能干细胞培养出的三维类脑结构。这些结构不仅包含神经元，还包括为它们提供支持的胶质细胞。通过电极阵列与这些细胞互动，研究人员能够调控神经元内外的离子流，从而触发“动作电位”——一种神经元之间传递信息的关键电信号。电极记录这些信号后，再通过算法将其转化为可处理的信息。
2023年8月，布里斯托大学机器人专家本杰明·沃德-切里尔及其团队利用由约一万个神经元组成的类器官，成功“识别”了盲文字母。实验显示，单个类器官对特定字母的识别准确率为61%，而三个类器官协同工作时，准确率升至83%。这一结果表明，生物系统已经具备基础信息处理能力，能够完成输入信号的辨别和识别任务。
2024年，另一项研究展示了由小鼠神经元构建的系统，竟然能够“玩”倒立摆游戏——维持一个移动小车上摇摆杆的平衡。这项研究进一步证明了生物神经网络在控制和反馈机制方面的潜力。
FinalSpark公司联合创始人弗雷德·乔丹表示，生物神经元的能效比传统的人工神经元高出百万倍。生物计算或许能够有效缓解当前人工智能技术在能耗方面的瓶颈。他预测，在未来数年内，基于生物神经元的计算装置可能逐步取代传统芯片，成为新一代AI硬件的核心。
应用场景不断拓展
目前，多家研究机构正在使用FinalSpark公司提供的类脑器官开展研究。例如，美国密歇根大学安娜堡分校的研究人员正通过不同形式的刺激，观察类器官的响应；而德国柏林自由大学的团队则致力于开发机器学习工具，用于高效解析神经元的放电模式。
类似地，澳大利亚Cortical Labs公司也开放了其神经培养系统的在线访问权限，并推出了全球首款生物计算平台CL1。该平台将神经元网络与可编程接口融合，允许研究人员发送指令并分析神经元的电反应。该公司已向多个国家的实验室交付了部分设备，部分团队正在研究神经可塑性及网络动力学的基本原理，另一些则尝试将其用于机器人领域，甚至探索脑细胞在游戏和音乐等娱乐产品中的应用。
在加州大学圣迭戈分校，阿利松·莫特瑞团队培育出的神经类器官中包含约250万个神经元，涵盖多种类型。他们正尝试将这些类器官用于模拟复杂现实问题，例如预测亚马逊雨林区域可能发生的漏油扩散路径。
前景可期，挑战犹存
尽管生物计算展现出令人振奋的潜力，但约翰·霍普金斯大学研究员莉娜·斯米诺娃认为，目前这项技术仍处于初步阶段，与生物医学研究相比仍显遥远。她推测，未来二十年内，生物计算可能会迎来关键性突破。
乔丹也承认，目前的生物计算系统在计算能力和稳定性方面，仍难以与支撑全球数字基础设施的硅基硬件相抗衡。
兰卡斯特则对部分实验的实际意义提出了质疑。她并不认为当前展示的功能可以被定义为真正的“计算”。有研究表明，即使是没有神经元的水凝胶，也能“学会”玩简单的乒乓球游戏。在她看来，这些系统所表现出的“学习”行为，可能只是对输入刺激的随机反应。
此外，部分科学家担心，“瓶中大脑”这类概念可能引发伦理争议，并引发监管机构的限制措施。兰卡斯特警告称，当前类脑器官主要应用于基础神经科学探索，若生物计算被过度宣传和炒作，可能反而导致全面禁令，影响那些真正有益于人类健康与认知科学的研究。