在人工智能研究領(lǐng)域，最有前景的途徑之一是嘗試讓軟件模擬人腦的工作方式。
不過現(xiàn)在，澳大利亞的一家初創(chuàng)公司的做法更進一步。他們把真正的生物神經(jīng)元嵌入到一個特殊的計算機芯片中，構(gòu)成一個微型的體外大腦。
位于墨爾本的Cortical Labs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(zhí)行的任務(wù)。該公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官鐘宏文（Hon Weng Chong）說，目前，迷你大腦的處理能力已經(jīng)接近蜻蜓的大腦，開發(fā)人員正嘗試著教它玩老款A(yù)tari游戲Pong。

這項測試意義重大。人工智能公司DeepMind總部位于倫敦，該公司以研究人工神經(jīng)網(wǎng)絡(luò)（即能以某種方式模仿人類神經(jīng)功能的軟件）聞名。DeepMind于2013年首次通過Atari游戲演示了其人工智能算法的性能。那次演示促使Google于次年收購了DeepMind。而Pong就是當(dāng)時DeepMind演示的Atari游戲中的一種。

鐘宏文介紹說，Cortical Labs使用兩種方法來制造硬件：或從胚胎中提取小鼠神經(jīng)元，或使用某種技術(shù)將人類的皮膚細胞逆向轉(zhuǎn)化為干細胞，然后誘導(dǎo)它發(fā)育成人類神經(jīng)元。
之后，將神經(jīng)元嵌入到一種特殊的金屬氧化芯片上的液態(tài)培養(yǎng)基中，芯片內(nèi)含由22000個微電極組成的網(wǎng)格，程序員可以向神經(jīng)元提供電輸入、獲得輸出結(jié)果。
眼下，Cortical Labs正在利用小鼠神經(jīng)元進行Pong游戲研究。

“我們想要證明，我們可以塑造這些神經(jīng)元的行為，” 鐘宏文說。
雖然Pong游戲的嘗試剛剛開始，但鐘宏文認為Cortical Labs有望在今年年底掌握這項技術(shù)。他補充說，公司設(shè)計的合成芯片將最終完成現(xiàn)今的人工智能無法企及的任務(wù)，成為解決各種復(fù)雜推理和概念理解的關(guān)鍵。
此外，人工智能深度學(xué)習(xí)還存在一個令人頭痛的問題：耗能極大。如果該公司的方法具有可拓展性，那么也將為此提供一個可能的解決方案。
AlphaGo是DeepMind為圍棋游戲開發(fā)的深度學(xué)習(xí)系統(tǒng)，曾于2016年在這種古老的策略游戲中擊敗了全世界最好的人類棋手。然而，根據(jù)科技公司Ceva的估算，那場比賽消耗了1兆瓦電能，相當(dāng)于100戶家庭一天的用電量。相比之下，人類大腦僅消耗了約20瓦能量，相當(dāng)于AlphaGo的1/50000。

倫敦大學(xué)學(xué)院的神經(jīng)科學(xué)家卡爾·弗里斯頓在大腦成像以及神經(jīng)元匯集、自組織等生物系統(tǒng)理論研究上享有盛名。今年早些時候，他看了Cortical Labs的技術(shù)演示，并盛贊了該公司取得的成績。
Cortical Labs開發(fā)的這套系統(tǒng)部分借鑒了弗里斯頓及其學(xué)生的研究，但這位神經(jīng)科學(xué)家與這家澳大利亞初創(chuàng)公司并無關(guān)系。
弗里斯頓說，他一直認為自己關(guān)于神經(jīng)元組織方式的想法可以應(yīng)用于制造更高效的神經(jīng)形態(tài)計算機芯片，這種芯片處理信息的方式將比現(xiàn)有的標(biāo)準(zhǔn)計算機芯片更接近于大腦。不過，嘗試將生物神經(jīng)元與半導(dǎo)體材料相結(jié)合的方式是他未曾預(yù)料到的。
“但令我驚訝和興奮的是，他們直奔真正的神經(jīng)元。在我看來，這個團隊走上了能將這些想法付諸實現(xiàn)的正確方向，”他在談到Cortical Labs使用真正的生物神經(jīng)元進行實驗時表示。
使用真正的神經(jīng)元可以避免基于軟件的神經(jīng)網(wǎng)絡(luò)遇到的若干困難。例如，為了讓人工神經(jīng)網(wǎng)絡(luò)能夠?qū)W有成效，針對網(wǎng)絡(luò)處理中涉及的每種類型的數(shù)據(jù)，程序員們通常需要費時費力地人工調(diào)試初始系數(shù)或權(quán)重。此外，如何讓軟件在探索新的解決方案和依賴現(xiàn)有的有效方案之間進行權(quán)衡，也是個難題。
“如果你有一個基于生物神經(jīng)元的系統(tǒng)，所有這些問題都將不復(fù)存在，”弗里斯頓說。
兩年前，曾經(jīng)當(dāng)過醫(yī)生、創(chuàng)辦過一家醫(yī)療科技公司的鐘宏文與Cortical Labs的聯(lián)合創(chuàng)始人兼首席技術(shù)官安迪·基欽攜手，開始研究創(chuàng)建生物－計算機合成人工系統(tǒng)的方法。
鐘宏文說，他們感興趣的是通用人工智能（AGI），也就是能夠像人類一樣、甚至比人類更出色地靈活完成各種任務(wù)的人工智能。“大家都在競相研制AGI，但在我們看來，真正的AGI唯有生物智能、人類智能?！彼麄冋J為，達到人類智力水平的唯一方法是使用人類神經(jīng)元。
Cortical Labs也在實驗小鼠神經(jīng)元。由于小鼠神經(jīng)元的提取和培養(yǎng)方法已相當(dāng)成熟，長期以來一直被神經(jīng)科學(xué)家用作人類神經(jīng)元的替代品。（利用皮膚細胞培養(yǎng)人類神經(jīng)元的手段直到過去十年間才得以完善。）最近，西雅圖艾倫腦科學(xué)研究所的科學(xué)家們發(fā)現(xiàn)，小鼠和人類神經(jīng)元表面的蛋白質(zhì)存在差異，這可能意味著它們具有不同的電學(xué)特性，也就是說，小鼠神經(jīng)元未必是人類神經(jīng)元的理想替代品。
鐘宏文說，他和基欽從磯村多久（Takuya Isomura）的工作中得到了啟發(fā)，后者是位于東京郊區(qū)的RIKEN腦科學(xué)中心的研究員，曾師從弗里斯頓。2015年，磯村演示了覆蓋在電極網(wǎng)格上的人工培養(yǎng)的皮層神經(jīng)元如何能夠?qū)W會克服“雞尾酒會”效應(yīng)，從背景噪音中分離出單一音頻信號（比如人聲）。
去年6月剛剛正式成立的Cortical Labs已經(jīng)從澳大利亞著名的風(fēng)險投資公司黑鳥創(chuàng)投獲得了61萬美元的種子輪投資。
從事生物計算的公司并不只有這一家。位于加州圣拉斐爾的初創(chuàng)公司Koniku利用小鼠神經(jīng)元開發(fā)出了一種64位神經(jīng)元硅芯片，可以感知某些化學(xué)物質(zhì)。該公司希望將這種芯片安裝在無人機上，出售給軍方和執(zhí)法部門，用于爆炸物探測。
麻省理工的研究人員則采用了另一種方法，用一種特殊的細菌來制造可以計算和存儲信息的合成芯片。

來源：MEMS