構建生命支持系統所需的計算機芯片并不多。

但是，當您將實際的活腦細胞與無機硅芯片結合在一起時，就不能僅靠電來喂養它們。您實際上需要提供他們通常在完全生物體內獲得的一切。

何必呢？

正如澳大利亞Corical Labs首席執行官翁永沖先生所解釋的那樣，這全都在于創建能夠學習的計算機系統，并且只需較少的培訓數據就可以更快地學習。他說，這與標準的Intel，Nvidia或AMD芯片需要不同的方法。

“我們實際上構建的是一個混合芯片，它由CMOS傳感器組成，因此它是具有非常細的電極網格的硅芯片。它們的間距約為17微米，其中大約有22，000。” Chong 最近在The AI Show上對我說?！拔覀兯龅氖牵覀儚睦鲜笈咛ブ刑崛×嘶畹纳窠浽?，或者將它們與干細胞和實際芯片表面上生長的神經網絡區分開來?！?/p>

為什么是腦細胞？

Chong說，我們知道的唯一具有真正智能的機器就是大腦。他補充說，腦細胞中的碳和蛋白質塊可以一起形成并能夠產生計算量。硅芯片上的神經元通過與硅表面“雜交”而形成突觸。這意味著您現在擁有一臺可編程的生物機器。

Chong說：“由于這些電極，我們可以看到電活動，還可以施加刺激，施加一點電壓，從某種意義上說，現在我們可以對生物基質進行讀寫了。”

這些生物機器正在做的第一件事？

打乒乓球。

Cortical Labs首席技術官Andy Kitchen說，他們正處于早期階段，使用一種刺激響應方法來教他們的混合芯片打乒乓球。換句話說，訓練這些大腦芯片機器比給計算機編程更像是教孩子。

“就像其他任何學習都是通過一系列刺激響應循環來進行的，就像學習騎自行車一樣，我們會創建一個非常專業的刺激響應循環，以便引起我們關心的特定行為，” Kitchen說。

最終，我們的目標是模仿非常簡單的生物機器（動物，生物）所展示的復雜性-可以說是-驚人的微型CPU。

例如，秀麗隱桿線蟲是一種微小的蠕蟲或線蟲，長約1毫米，總共有300多個神經元。但是，由于其心理能力非常有限，它能夠表現出有趣的行為：尋找食物，避免危險，繁殖并繼續存在。蒼蠅也沒有大腦，但是它們操縱得很好，難以捕捉并且行為復雜。

Cortical Labs希望生物增強的AI系統也能夠學習復雜的動作：制造，駕駛，建造，清潔等。而且生物芯片將學習得更快。

像我們一樣學習更多。

Chong說：“我們認為這將非常令人驚奇，而且我們在某些芯片上也看到了這一事實，這些神經元會重新布線，實際上它們會重新編程以解決特定任務?！?“所以，我的意思是，對我們來說，與人類一樣，對嗎？甚至是一條狗，您都會教狗如何玩取球。您正在改變其環境，正在改變刺激并對其進行適應。它不是在重新編程，它不在那兒，就像重新布線一樣。”

按照傳統技術的要求，已經完成了每一步的編程。相反，您可以編程一個高級目標或最終狀態，然后系統將自身連接在一起以實現目標。

人類的神經元比線蟲或蒼蠅多得多：860億，付出或付出幾百萬。

皮質實驗室目前的“腦芯片一號”具有成千上萬至數十萬個神經元。在公司的路線圖中，這一比例可以擴展到數百萬。在這一點上，假設公司既可以對它們進行編程并使它們保持生命，則應該會出現有趣的行為和功能。

“我們將看到成千上萬的神經元和數百萬個神經元肯定比同等的硅系統更強大，擁有更強大的潛能，” Kitchen說。

我有一個問題：您實際上如何將生物鼠標神經元與硅計算機芯片連接起來。畢竟，它們沒有配備USB或HDMI的小型版本。

顯然-為這里的高級科學做好準備-您像涂抹花生醬一樣涂抹它們。

“我們使用的系統是這些微型電極陣列，它們實際上是微型電極的網格，” Kitchen告訴我?！拔业囊馑际?，您基本上是在盡可能簡單的角度上考慮它，例如在一塊吐司面包上涂花生醬，對嗎？您將這些神經元和神經祖細胞涂在電極網格的頂部，并且還有某些結合化學物質，這可能會使它們更好地粘在一起。這些神經元是如此靠近這些電極，而實際上卻離這些電極很近，以至于當它們發射時，您可以將其拾起。”

不完全是科學怪人和閃電。

但是也許高科技也是如此簡單，這也令人感到安慰。

還有一個問題有待回答：將生物學和硅技術放在一起的倫理考慮是什么？在什么復雜程度下，我們“創造”的東西比洗衣機具有更多的權利？目前，這些問題仍然沒有答案。但是隨著這項技術的發展，并且如果它在五年左右的時間內真正進入市場，它們將值得探索。