人脑组织类器官识别盲文字母，单个准确率约61%、三个组合达83%

科学家们在用大脑制造计算机这一令人脑洞大开的目标上取得了突破，他们证明人类神经组织能够对盲文字母进行分类，据周五发表在《人工智能前沿》上的一项研究。  

一个团队将与盲文字母对应的电信号传输给人类脑类器官，这些类器官是源自干细胞的活体神经组织。结果显示，一个由约10,000个神经元组成的单个类器官能以约61%的准确率对这些字母进行分类，而三个类器官组成的团队则达到了83%的准确率。  

“人脑能够在消耗相对较少能量的情况下执行极其复杂的信息处理，而人工神经网络最初就是受生物神经系统启发而来的，”领导这项新研究的布里斯托大学博士生刘天一在给404 Media的电子邮件中说道。

“如果我们一直试图模仿生物神经网络，为什么不直接尝试使用真正的生物神经网络呢？”她继续说道。“这些微小的神经类器官可能具有什么样的信息处理能力？它们能否表现出某种形式的学习或适应？这些都是我们非常感兴趣的问题。”

这项新研究属于类器官智能这一新兴领域，该领域旨在将类器官用作计算应用的生物“湿件”。此前的研究已经证实，类器官能够识别语音日语元音，甚至能玩经典游戏Pong。 

由于刘和她的团队专攻机器人如何感知和响应触觉，他们聚焦于盲文，以此将触觉信息转换为类器官可以接收、处理和分类的电刺激。 

在他们的实验装置中，研究人员使用触觉传感器扫描盲文字母表中26个字母的数据，盲文由凸点排列构成。这些数据被转换为电刺激模式，输入到类器官中，这些类器官尺寸小于一毫米，被放置在维持其存活的阵列上。  

“我们最初的目标并不是证明类器官能像人类一样阅读盲文，或者它们已经‘智能’到足以理解盲文，”她补充道。“相反，我们想利用这项任务来探索真正的生物神经网络能否参与处理来自机器人触觉传感器的信息。”

换句话说，研究人员旨在发现这些受刺激的输入能否被类器官解码，并以与盲文字母对应的可辨别响应返回。结果显示，单个类器官能以近三分之二的准确率对这些字母进行正确分类，而三个类器官组成的“集成体”表现更佳，准确率达到83%。 

“我们仍然不知道这种提升背后的确切机制，”刘说。“我们的假设是，不同的类器官对相同刺激的响应方式相似但不完全相同。” 

她补充道：“你可以把它想象成三个人在看同一个物体。虽然他们看的都是同一个东西，但每个人注意到的细节可能不同。有些特征对一个人来说可能不明显，但对另一个人来说却很容易发现。把他们的观察结果结合起来，你或许能做出更准确、更可靠的判断。”

🌘

订阅 404 Media，获取 The Abstract，这是我们每周关于最激动人心、最令人脑洞大开的科学新闻和研究的新闻通讯。

结果无疑非常迷幻，让人联想到经典的科幻桥段——一个超智能的缸中之脑。但刘强调，这是一个开环实验，意味着类器官只接收初始输入，而没有获得关于它们在任务中表现的新反馈。因此，这项研究并不能证明类器官真的学会了盲文，或者发生了任何永久性的改变，只能说明它们在接收电输入后能够对盲文字母进行分类。 

她说：“未来，如果我们能构建闭环系统，让类器官的神经活动真正参与机器人的感知、决策和控制，同时将机器人与环境交互的结果反馈给类器官，我们就能开始研究这些生物神经网络能否通过持续交互来适应新任务。”

刘还指出，虽然类器官智能有许多潜在优势，但生物计算系统也存在大量局限性。例如，类器官无法标准化，会导致自然变异，从而使结果复杂化；此外，它们必须保持在培养物中存活，而这比维护电子设备更难。 

刘说：“与成熟的计算机芯片相比，类器官系统在可靠性、可重复性和可扩展性方面仍有很长的路要走。”

尽管如此，她总结道，类器官智能“让我们有机会探索一种与传统计算机截然不同的计算方式”。