世界上第一個腦芯片電腦首次亮相
這 世界上第一個腦芯片電腦首次亮相 具有前所未有的生物學和技術融合，由與硅電路一起運行的真實活體細胞提供動力。 Cortical Labs是一家位於澳大利亞的生物技術初創公司，它引入了Chistbrain，這是一種開創性的生物計算機，它利用實驗室種植的神經元，能夠通過電刺激來學習和執行任務。神經形態工程中的這一里程碑介紹了一種從根本上進行新的計算模型，將生物系統的適應性智能與現代微芯片的精確度相結合，使AI和混合計算平台的顛覆性途徑前進。
關鍵要點
- 由皮質實驗室開發的Dishbrain是第一個功能性生物計算機，將活神經元與硅電路相結合。
- 該系統可以動態地學習和響應輸入刺激，從而使其比傳統的AI系統更適應。
- 現在可以通過Cortical Labs的基於雲的API來獲得早期訪問該平台的訪問，用於探索Neuro-Silicon應用程序的研發團隊。
- 潛在用例包括節能AI，神經形態工程，高級機器人技術和人機接口的開發。
另請閱讀：腦神經元像平行計算機一樣起作用
什麼是生物計算機？
生物計算機是一種計算系統，它使用最常見的生物材料作為其核心信息處理單元。與僅依賴晶體管和邏輯門的傳統數字系統不同，類似的生物計算機 洗禮 結合能夠組織，適應和從輸入中學習的神經元。這將其定位在二元代碼之外，並進入新興智能的領域，其中計算涉及動態記憶，反饋迴路和類似於有機大腦的可塑性。
儘管傳統計算遵循基於指導的邏輯，但生物計算機在不確定的實時環境中繁榮發展，以生物體的方式對刺激做出反應。這種不斷發展的計算結構暗示了在當今高密度AI工作負載中常見的模式識別，適應性和能源效率的挑戰的解決方案。
內部的雜交：技術概述
Chistbrain的核心是一個在多電極陣列（MEA）上的營養豐富培養物中培養的大約800,000個活神經元的網絡。這些測量既充當輸入/輸出接口和測量工具，從而在數字命令和生物響應之間實現了封閉的反饋迴路。培養物下面的矽基板與神經元協同起作用，促進了精確的刺激和實時數據交換。
通過電動衝動監測和調節神經活動，有效地“訓練”細胞以執行可預測的任務，例如玩簡單的視頻遊戲，例如乒乓球，如早期測試場景所示。這些神經元會自組織，形成了通過矽層上ML管道解釋和重定向的自發電氣模式。結果是一個響應迅速，適應能力的網絡，可以在沒有常規算法的情況下學習。
另請閱讀：機器學習算法簡介
建築快照：
- 生物層： 人誘導的多能幹細胞分化為活性皮質神經元。
- 接口層： 雙向數據傳輸的高密度多電極陣列。
- 處理層： 基於FPGA和基於矽的後端，數字化突觸活動並控制刺激方案。
陳列室如何訓練？
Dishbrain的學習機制基於實時反饋，而不是預編碼的指令集。神經元暴露於動態刺激，例如在遊戲環境中的槳運動或轉移信號頻率，並獲得與所需目標相符的輸出的獎勵。隨著時間的流逝，這些模式通過突觸可塑性增強，從而使網絡可以預測地調整其行為。
該方法與傳統的機器學習形成鮮明對比，在這種機器學習中，模型使用反向傳播在靜態數據集上進行了培訓。 Dishbrain的學習是新興和生物學的，不是由梯度下降，而是由Hebbian原則與使人類學習成為可能的過程相同的過程。
生物計算與傳統和量子系統
| 類別 | Dishbrain（生物計算機） | 傳統AI（基於矽） | 量子計算 |
|---|---|---|---|
| 功率效率 | 高（生物系統需要更少的能量） | 規模中等至低效率 | 可變，低溫成本在低溫系統中 |
| 適應性 | 出色的;能夠實時學習 | 需要對新數據集進行再培訓 | 不是天生的自適應 |
| 訓練時間 | 快速而上下文 | 高，特別是對於大型模型 | 取決於用例和Qubit Fidelity |
| 硬件成本 | 媒介（實驗室設備 +生物管理） | 根據計算需求，低到高 | 非常高的基礎設施成本 |
現實世界的應用和行業影響
儘管Dishbrain仍處於早期開發階段，但皮質實驗室已為合作夥伴打開了API訪問權限，以探索包括機器人，自動駕駛汽車，神經疾病和工業自動化等領域的用例。該系統的有機適應性使AI能夠在機器學習具有限制的混亂，貧窮的環境中發揮作用。
皮質實驗室設想在模擬機器人劑或以前所未有的保真度為神經系統疾病建模的生物智能時的應用。研究人員可以測試與生物計算共同進化的神經反應性算法，而不是依靠合成模型。鑑於其低功耗和實時決策，它還對需要動態適應性的邊緣AI設備有望。
另請閱讀：AI進步發現有效的太陽能電池
道德和法規考慮
隨著腦芯片接口模糊計算和認知之間的界線，道德審查正在加強。神經元採購和操縱的問題，尤其是人類幹細胞的問題需要透明的調節。誰擁有生物集成的數據？意識水平（如果有的話）可能源於復雜的神經元文化？正如皮質實驗室強調了這些技術潛力的那樣，生物倫理學委員會和監管機構將需要為安全開發和部署編纂框架。
神經科學和生物工程領域的專家聲音越來越多地呼籲早期的道德對話與技術創新並行運行。 “僅僅因為神經元不在頭骨中並不意味著他們無法做出有意義的反應，”生物醫學倫理學教授Meredith Ling博士指出。 “即使不是知覺，我們也需要尊重這一點。”
另請閱讀：亞馬遜向AI研究付出了1.1億美元
常見問題（常見問題解答）
什麼是生物計算機？
生物計算機是一種使用活細胞材料（例如神經元）進行計算的混合系統。與傳統處理器不同，它通過生物學反應和突觸活動來處理信息。
Chistbrain如何工作？
Chistbrain將人類誘導的神經元與硅界面整合在一起。神經元是電刺激的，學會通過反饋執行任務，並通過微電極將其活動傳達給數字系統。
可以將腦細胞用於計算嗎？
是的。神經元自然處理並通過電化學傳輸信息。當在受控的環境中培養並與電子設備連接時，它們可用於執行計算任務。
腦矽雜種系統的優點是什麼？
與常規或量子系統不同，此類系統提供了更好的適應性，降低功耗和實時學習，而無需大量數據集。
皮層實驗室的道路
隨著Dishbrain的早期訪問API的推出，Cortical Labs將其生物計算機平台定位為神經科學，AI和機器人技術的研究人員的沙箱。正在與大學和私人研發機構建立關鍵夥伴關係，以探索從疾病建模到下一代機器智能的能力。
該公司的路線圖包括擴展神經文化，增強矽接口分辨率以及部署基於雲的仿真工具以進行遠程實驗。隨著每次進步，Dishbrain可能會從新穎的原型轉變為未來計算設計的基礎支柱。
參考
Brynjolfsson，Erik和Andrew McAfee。 第二個機器時代：在精彩技術時期的工作，進步和繁榮。 WW Norton＆Company，2016年。
馬庫斯，加里和歐內斯特·戴維斯。 重新啟動AI：建立人工智能我們可以信任。 Vintage，2019年。
羅素，斯圖爾特。 人類兼容：人工智能和控制問題。維京，2019年。
韋伯，艾米。 大九人：科技泰坦和他們的思維機器如何扭曲人類。 PublicAffairs，2019年。
丹尼爾·克雷維爾（Crevier）。 AI：尋找人工智能的動盪歷史。基本書籍，1993年。
