最新版本的《黑客帝國》還有兩天才會上映，但最近的一些科技進展總讓我們覺得，導演描述的世界似乎離我們越來越近了。

其中一個進展來自前段時間 Epic Games 放出的一段游戲 demo——《黑客帝國覺醒》 。在這段 demo 中，技術人員利用虛幻引擎 5 創造了一個虛擬的電影世界，人物、場景都高度逼真，網友看后高呼：還想再活 100 年！

?這個 demo 讓我們看到了計算機軟硬件的力量，它們可以在極短的時間里渲染出大量的虛擬場景，驅動成百上千的人物和車輛。

但計算機再厲害，在很多方面仍然比不上人類神經元，比如能耗、學習效率等方面。于是就有研究者提出：既然人類神經元那么高效，為什么不拿來用呢？

澳大利亞生物科技初創公司 Cortical Labs 一直都持有這種想法。早在兩年前就有媒體報道稱，這家公司正致力于把真正的生物神經元嵌入到一個特殊的計算機芯片中，構成一個微型的體外大腦。他們希望這些合成迷你大腦能夠在消耗較少能量的同時，完成很多人工智能軟件可以執行的任務。

他們使用兩種方法來制造硬件：或從胚胎中提取小鼠神經元，或使用某種技術將人類的皮膚細胞逆向轉化為干細胞，然后誘導它發育成人類神經元。

當時，該公司的聯合創始人兼首席執行官鐘宏文（Hon Weng Chong）說，開發人員正嘗試教迷你大腦玩雅達利經典乒乓游戲 Pong。

兩年過去，他們果然做到了：在該公司實驗室的培養皿里，上百萬個人類大腦細胞組成的「迷你大腦」正樂此不疲地玩乒乓。

?

?這些細胞玩的是一個簡易版的 Pong，沒有對手。它們的下面是一些微電極陣列。「我們認為把它們叫做『半機械腦（cyborg brain）』非常合適。」Cortical Labs 的首席科學官 Brett Kagan 表示。

在游戲啟動后，系統會向微電極陣列的左邊或右邊發送電子信號來指示球的位置。迷你大腦則會激發自己的神經元，根據球的位置來回移動球拍。

Brett Kagan 等人還給這個系統取了個名字——「DishBrain（碟腦）」。這使人聯想到了《黑客帝國》等電影中描述的缸中之腦。

「缸中之腦」是希拉里 · 普特南（Hilary Putnam）1981 年在他的《理性，真理與歷史》（Reason、Truth、and History）一書中闡述的假想：「一個人（可以假設是你自己）被邪惡科學家施行了手術，他的腦被從身體上切了下來，放進一個盛有維持腦存活營養液的缸中。腦的神經末梢連接在計算機上，這臺計算機按照程序向腦傳送信息，以使他保持一切完全正常的幻覺。對于他來說，似乎人、物體、天空還都存在，自身的運動、身體感覺都可以輸入。這個腦還可以被輸入或截取記憶（截取掉大腦手術的記憶，然后輸入他可能經歷的各種環境、日常生活）。他甚至可以被輸入代碼，『感覺』到他自己正在這里閱讀一段有趣而荒唐的文字。」

電影《黑客帝國》中呈現的「缸中之腦」。

「我們經常說，它們就好像生活在《黑客帝國》里。在打乒乓游戲的時候，它們相信自己就是球拍。」 Kagan 說道。

在學習效率方面，DishBrain 的表現令人滿意，僅用 5 分鐘就掌握了游戲，比 AI 學習速度（90 分鐘）快得多，但后面還是會輸給 AI。

「我們的研究結果表明，在模擬的游戲世界中，一層體外皮層神經元可以自組織并表現出智能、有感知的行為。」Kagan 表示。

相關研究可以在預印本平臺 bioRxiv 上讀到。

論文鏈接：https://www.biorxiv.org/content/10.1101/2021.12.02.471005v2.full

除了 Cortical Labs，國內外很多實驗室也在做類似的研究。8 月，德國科學家公布了他們實驗室培育出的大腦，這些大腦能發展自己的基本眼睛結構來感知光線，并與大腦的其他部分進行交流。德國杜塞爾多夫大學人類遺傳學研究所的研究人員則使用干細胞培養出了視杯（optic cups），這是眼睛形成的早期階段，在胎兒大約五周時發育。

DishBrain 系統如何運作

DishBrain 系統利用神經元的固有屬性來共享彼此之間的腦電（突觸）活動『語言』，以通過電刺激和記錄將硅和 BNN 系統連接起來。鑒于硬件與細胞、濕件（wetware）的兼容性，智能系統中的感知行為需要兩個相互關聯的過程。

因此，該系統首先必須了解外部狀態如何通過感知來影響內部狀態，以及內部狀態如何通過行動影響外部狀態。然后，該系統必須基于感官狀態來推斷它何時應該采取特定行為。簡而言之，系統必須能夠預測其行為如何影響環境。

為了解決第一個問題，研究者開發了一個自定義軟件驅動器來創建低延遲閉環反饋系統，該系統通過電刺激來模擬與 BNN 環境的交換。該閉環系統通過提供關于細胞培養行為因果效應的反饋，提供了體外培養具身（embodiment），而這又需要內部與外部狀態的分離。以往的體外和硅研究表明，電生理閉環反饋系統展現出了顯著的網絡可塑性和潛在的行為適應性，超出了開環系統所能實現的。

研究者在活體內發現了對具身和功能行為之間關聯的進一步支持，其中通過解耦視覺反饋和運動輸出破壞閉環系統會破壞小鼠初級視覺皮層中視覺處理的功能發育。這有力地支持了生物神經網絡中反饋與功能行為最終發育之間存在著重要關聯。

下圖為 DishBrain 系統原理和實驗示意圖。如圖左上所示，神經元培養物有兩個來源，要么是通過雙重 SMAD 抑制和 NGN2 慢病毒屬定向分化形成的人類誘導性多能干細胞（iPSC），要么是 E15.5 小鼠胚胎的初級腦皮層細胞，它們被移植到 HD-MEA 芯片上，并通過 DishBrain 系統嵌入到受激的『pong』游戲世界。

此外，研究者還利用 DishBrain 系統演示了如下操作：

低延遲閉環反饋系統（刺激 STIM 和沉默 SIL 兩種狀態）；

無反饋系統，用于展示開環（Open-loop）反饋裝置；

休息 RST 裝置，用于展示缺少感官信息時的系統。

DishBrain system and experimental protocol schematic.

下圖 A 為 DishBrain 裝置的概覽圖。此外，DishBrain 環境是一個與 MaxOne 軟件交互的低延遲實時系統，使得應用時可以擴展其原始功能，下圖 B 即為 DisBrain 閉環系統中的軟件組件和數據流。

DishBrain 系統可以記錄神經細胞培養中的腦電活動，并以類似于通過內部電刺激產生動作電位的方式提供外部（非侵入性）電刺激。使用方法中描述的編碼方案，外部電刺激傳達了一系列信息，包括可預測的、隨機或感官信息。具體如下圖 A 所示。

這種設置使得不僅能夠從神經培養中『讀取』信息，還能將感官數據『寫入』其中。使用 DishBrain 的最初原理證明是為了通過向預定義的感官區域提供輸入來模擬經典街機游戲『pong』。同樣地，研究者通過實時收集預定義運動趨于的電生理活動來移動球拍。初步調查使用 EXP3 算法對比了不同的運動區域配置，旨在通過選擇實現更高擊中率的設置來確定神經培養是否在特定配置下生成成功率更高的活動。與 media-only 控制相比，實驗培養物對不同配置具有明顯的偏好，具體如下圖 B 所示。

media-only 控制對最大化偏置時的配置具有偏好，其中單獨的感官刺激可以引導游戲實現更高的性能（之后）。實驗培養物則對側抑制的配置具有偏好，具體如下圖 C 所示。

下圖為 DisBrain 平臺的不同配置示意圖：

研究團隊

Cortical Labs 由鐘宏文（中）和 Andy Kitchen（左二）等人聯合創建。

鐘宏文是一名注冊醫師和軟件工程師，曾就讀于約翰霍普金斯大學信息學系，他利用自己豐富的經驗和多學科背景促進生物學和計算機科學領域的合作。除了擔任 Cortical Labs 的 CEO，鐘宏文還曾參與創建醫療硬件公司 CliniCloud 并擔任該公司 CTO。

Andy Kitchen 則是一名計算機科學家、研究員和軟件工程師，已經發表了幾篇關于人工智能的同行評議論文。除了參與創辦 Cortical Labs，他還是一位長期的社區組織者，也是備受尊敬的 Melbourne ML/AI Meetup 的創始人，該 Meetup 有超過 6000 名成員。

參考鏈接：https://corticallabs.com/

https://www.biorxiv.org/content/10.1101/2021.12.02.471005v2.full

https://www.timedoo.com/19277.html

https://www.dailymail.co.uk/sciencetech/article-10322247/Human-brain-cells-grown-petri-dish-learn-play-Pong-faster-AII.html

本文來自微信公眾號“機器之心”（ID:almosthuman2014），編輯：張倩、杜偉，36氪經授權發布。