生物计算在争议中持续发展
生物计算是一种新兴的计算范式，其核心在于利用生物系统内固有的信息处理机制。近年来，科学家们正尝试通过培养人类神经元并构建具有类似“生物晶体管”功能的体系，推动这一领域向前发展。
英国《自然》网站近期报道指出，一些专家认为，生物计算可能成为传统计算机的低能耗替代方案，其潜力可与人工智能和量子计算并肩而立。然而，也有研究者对此持保留态度。例如，来自剑桥大学的发育生物学家玛德琳·兰卡斯特指出，目前的研究可能被过度夸大，若将这些系统赋予感知或意识的设想广泛传播，或将对科学界产生深远影响。
图为FinalSpark公司保存在冷藏设备中的人脑类器官。图片来源于《自然》网站。
生物计算吸引广泛关注
在模拟大脑高效运作机制方面，科学家们尝试利用硅芯片来再现神经元的连接与放电行为，这被称为神经形态计算。而另一条技术路径则是直接利用生物神经元，打造低功耗但高性能的生物计算装置。
与硅芯片不同，生物计算依赖于诱导多能干细胞培育出的三维类脑器官，其中包含神经元和支持性细胞。通过电极阵列与这些细胞互动，研究人员能够调节神经元内部的离子流动，从而触发“动作电位”等电脉冲。随后，这些生物信号被电极捕捉，并通过算法转换为可用数据。
2023年8月，布里斯托大学机器人学家本杰明·沃德-切里尔与其团队成功利用约一万个人脑神经元组成的类器官，对盲文字符进行了识别。实验结果显示，单个类器官对特定字母的识别准确率达到了61%，而在三个类器官协同工作的情况下，识别准确率提升至83%。这一成果表明，生物系统已具备初步的信息处理能力，能够完成输入识别任务。
此外，2024年的一项研究表明，由小鼠神经元构建的类器官系统甚至可以运行类似“倒立摆”这样的控制类游戏，其任务是维持移动小车上一根杆的平衡。
FinalSpark公司联合创始人弗雷德·乔丹指出，生物神经元的能效远超人工神经元，其效率高达后者的100万倍。这意味着，生物计算有可能缓解人工智能在能耗方面日益加剧的问题。未来，基于脑细胞的计算单元有望逐步取代当前支撑AI发展的传统芯片。
应用领域不断拓展
目前，FinalSpark公司已向多个科研团队免费提供其培育的类脑器官。美国密歇根大学安娜堡分校的研究人员正在通过多种刺激方式，观察类器官的反应；而德国柏林自由大学的科学家则致力于使用机器学习工具，从神经元放电模式中高效提取信息。
类似FinalSpark，澳大利亚Cortical Labs公司也开放了其神经培养物的在线访问平台，并推出了全球首款生物计算机CL1。该设备整合了培养神经元与可编程接口，用户可发送指令并分析电响应。目前，CL1已少量交付至多个国际实验室，部分团队正探索其在神经可塑性、网络动力学等基础科学问题上的应用，也有研究者将其用于机器人技术开发，甚至尝试制作基于脑细胞的游戏和实验性音乐。
在加州大学圣迭戈分校，阿利松·莫特瑞团队所培育的神经类器官中包含约250万个不同类型神经元，研究人员正尝试将其应用于现实世界问题——如预测亚马逊雨林区域可能发生的石油泄漏扩散路径。
前景广阔但仍存争议
尽管生物计算展现出广阔前景，约翰·霍普金斯大学研究员莉娜·斯米诺娃指出，目前该领域仍处于“空中楼阁”的阶段，远未达到生物医学研究的实际应用水平。她预测，未来二十年内，这一情况或将迎来重大转变。
乔丹也承认，当前的生物计算系统在计算能力上还远不能与支撑全球数字基础设施的硅基硬件相提并论。
兰卡斯特则对部分实验的科学价值提出质疑。她认为，目前展示的结果尚不足以称为真正的“计算”。一项去年的研究表明，甚至不含神经元的非生物水凝胶也能“学会”玩乒乓球。在她看来，这些系统所表现的“学习”行为可能只是随机噪声。
此外，部分科学家担忧，“瓶中大脑”的科幻意象可能引发伦理争议，甚至促使监管机构介入。兰卡斯特警告，目前神经类器官主要应用于神经科学基础研究，若生物计算被过度炒作，可能导致监管收紧，反而阻碍那些真正有益于人类的科研探索。