生物计算在争议与探索中不断发展
生物计算是一种新兴的计算模式，其核心在于利用生物系统本身的信息处理能力进行研究与开发。近年来，研究人员开始尝试通过培养人类神经元，构建出类似“生物晶体管”的系统。
英国《自然》网站近期的一篇报道指出，有科学家认为生物计算有望成为低能耗计算的替代方案，其潜力可与人工智能和量子计算相媲美。然而，这种观点并非得到普遍认同。剑桥大学发育生物学家玛德琳·兰卡斯特等人则警告，当前的研究可能存在夸大成分，其长期影响仍需谨慎评估。若生物系统被赋予感知或意识的设想逐渐普及，或将对科研生态产生深远影响。
下图展示的是FinalSpark公司存储在低温环境中的脑类器官。图片来源：《自然》网站。
生物计算引发广泛兴趣
为了模仿大脑的高效结构，一些研究团队尝试通过硅芯片模拟神经元之间的连接和放电过程，这一领域被称为神经形态计算。而另一些研究者则选择直接使用生物神经元，构建能耗极低但性能强大的生物计算设备。
与传统硅基计算方式截然不同，生物计算依赖于诱导多能干细胞，以培养三维类脑器官。这些类脑器官不仅包含神经元，还包含发挥支持作用的胶质细胞等。研究人员通过电极阵列与这些细胞互动，电信号会引发细胞内外离子流动的变化，并可能激发“动作电位”。这些生物信号被电极捕捉后，再借助算法转化为可用于分析的信息。
今年8月，布里斯托大学机器人学家本杰明·沃德-切里尔与研究团队利用约一万个神经元组成的类器官，成功“识别”了盲文字母。测试显示，单个类器官对特定字符的识别准确率可达61%，而三个类器官协同工作时，准确率提升至83%。这表明，生物系统已具备基本的信息处理能力，能够区分并响应不同的输入信号。
2024年的一项研究同样显示，由小鼠神经元构建的系统甚至能够完成“倒立摆”游戏。这类游戏的目标是维持移动小车上一根摇摆杆的平衡。
瑞士神经类器官培育公司FinalSpark的联合创始人弗雷德·乔丹指出，生物神经元的能效是人工神经元的100万倍。生物计算或可缓解当前人工智能领域日益增长的能耗压力。未来，基于脑细胞的处理器或许将逐步取代推动AI发展的传统芯片。
应用前景逐步拓展
目前，已有多个科研团队使用FinalSpark公司提供的神经类器官进行实验。例如，密歇根大学安娜堡分校的研究人员正通过不同类型的刺激，观察这些类器官的行为变化；而柏林自由大学的科学家则致力于利用机器学习工具，从神经放电模式中提取高效信息。
与FinalSpark类似，澳大利亚Cortical Labs公司也开放了其神经类培养物的在线访问渠道，并推出了全球首款生物计算机CL1。该设备融合了培养神经元与可编程接口，用户可通过其发送指令并分析生物信号。目前，Cortical Labs已向多个实验室交付少量设备。部分研究人员正在探索神经可塑性与网络动力学的基本机制，而其他团队则尝试将该技术应用于机器人控制，甚至开发基于神经元的娱乐软件，如游戏与实验性音乐项目。
加州大学圣迭戈分校的阿利松·莫特瑞团队培育出包含约250万个神经元的神经类器官，并尝试将其应用于现实问题。例如，预测亚马孙雨林地区可能发生的原油泄漏扩散路径。
争议与未来展望并存
尽管生物计算展现出巨大潜力，约翰·霍普金斯大学研究员莉娜·斯米诺娃认为，当前的技术仍处于初步阶段，其应用深度远不如生物医学研究那样成熟。她预测，未来二十年内，这一领域或将迎来重大突破。
乔丹也承认，目前的生物计算系统在处理能力上仍无法与支撑全球数字基础设施的硅基硬件相提并论。
兰卡斯特则质疑部分实验的实际意义。她认为，当前展示的部分“计算”结果可能并不构成真正意义上的计算行为。一项去年的研究表明，即使是没有神经元参与的非生物水凝胶，也能“学会”玩乒乓球游戏。在她看来，这些系统的“学习”行为可能只是随机波动。
此外，部分科学家还担忧，“瓶中大脑”等概念可能引发伦理争议，并导致监管限制。兰卡斯特指出，神经类器官当前主要用于基础神经科学研究。若生物计算被过度夸大，可能引发全面禁令，反而阻碍真正有益于人类的研究进展。