"类器官智能" - 由人类脑细胞驱动的革命性生物计算机

"类器官智能"-由人类脑细胞驱动的革命性生物计算机人工智能（AI）长期以来一直受到人脑的启发。这种方法被证明是非常成功的。人工智能拥有令人印象深刻的成就--从诊断医疗状况到创作诗歌。尽管如此，原始模型仍然在许多方面优于机器。这就是为什么，例如，我们可以通过网上琐碎的图像测试"证明我们的人性"。如果我们不试图让人工智能更像大脑，而是直接从源头开始呢？跨越多个学科的科学家们正在努力创造革命性的生物计算机，其中脑细胞的三维培养物，称为脑器官，作为生物硬件。他们在《科学前沿》（FrontiersinScience）杂志上描述了他们实现这一愿景的路线图。实验室培养的大脑类器官的放大图像，带有不同类型细胞的荧光标记。(粉红色-神经元；红色-少突胶质细胞；绿色-星形胶质细胞；蓝色-所有细胞核）。资料来源：托马斯-哈通，约翰霍普金斯大学"我们把这个新的跨学科领域称为'类器官智能'（OI），"约翰霍普金斯大学的托马斯-哈同教授说。"一个由顶级科学家组成的团体已经聚集起来开发这项技术，我们相信它将开启一个快速、强大和高效的生物计算新时代。"什么是脑器官，为什么它们会成为强大的计算机？脑器官是一种实验室培养的细胞文化。尽管脑器官不是"迷你大脑"，但它们共享大脑功能和结构的关键方面，如神经元和其他脑细胞，它们对学习和记忆等认知功能至关重要。此外，大多数细胞培养物是平坦的，而类器官有一个三维结构。这使培养物的细胞密度增加了1000倍，意味着神经元可以形成更多的连接。但是，即使大脑器官是对大脑的良好模仿，为什么它们会成为好的计算机？毕竟，计算机不是比大脑更聪明和更快吗？类器官智能。生物计算的新领域信息图。资料来源：Frontiers/约翰霍普金斯大学哈同解释说："虽然硅基计算机在数字方面当然更好，但大脑在学习方面更好。例如，AlphaGo[在2017年击败世界头号围棋选手的人工智能]是根据16万场比赛的数据训练的。一个人必须每天下5个小时，超过175年才能经历这些游戏。"大脑不仅是卓越的学习者，它们也更节能。例如，训练AlphaGo所花费的能量比维持一个活跃的成年人十年所需的能量还要多。"大脑还具有惊人的存储信息的能力，估计有2500TB，我们正在达到硅计算机的物理极限，因为我们无法将更多的晶体管装入一个小小的芯片。但是大脑的接线方式完全不同。它有大约1000亿个神经元，通过超过1015个连接点连接。与我们目前的技术相比，这是一个巨大的功率差异。"类器官智能生物计算的新领域信息图类器官智能生物计算机会是什么样子？根据哈通的说法，目前的大脑有机体需要扩大规模以实现有机体智能。"他们太小了，每个都包含大约5万个细胞。他解释说："对于有机智能，我们需要将这个数字增加到1000万。同时，作者们还在开发与有机体沟通的技术：换句话说，向它们发送信息并读出它们的"想法"。作者计划从不同的科学学科中调整工具，如生物工程和机器学习，以及设计新的刺激和记录设备。类器官智能需要不同的技术来与大脑类器官沟通信息图。资料来源：Frontiers/约翰霍普金斯大学"我们开发了一种脑机接口设备，这是一种用于有机体的脑电图帽，我们在去年8月发表的一篇文章中介绍了它。它有着一个灵活的外壳，上面密布着微小的电极，既能接收来自类器官的信号，又能向它传输信号，"哈同说。作者设想，最终，OI将整合广泛的刺激和记录工具。这些将协调相互连接的类器官网络之间的互动，实现更复杂的计算。有机体智能可以帮助预防和治疗神经系统疾病有机体智能的前景超越了计算，进入了医学领域。由于诺贝尔奖获得者约翰-格登和山中伸弥开发的一项突破性技术，大脑有机体可以从成人组织中产生。这意味着科学家们可以从患有神经疾病（如阿尔茨海默病）的病人的皮肤样本中开发出个性化的脑器官。然后他们可以进行多种测试，研究遗传因素、药物和毒素如何影响这些病症。类器官智能将推动医学研究和创新信息图"通过有机体智能，我们也可以研究神经系统疾病的认知方面，"哈同说。"例如，我们可以比较来自健康人和阿尔茨海默氏症患者的器官中的记忆形成，并尝试修复相对的缺陷。我们还可以使用有机体来测试某些物质，如杀虫剂，是否会导致记忆或学习问题。"考虑到伦理因素创造能够学习、记忆和与环境互动的人脑器官，会引发复杂的伦理问题。例如，他们能否发展出意识，即使是最基本的形式？他们能不能体验到疼痛或痛苦？人们对由其细胞制成的脑器官有什么权利？"嵌入式伦理学"将确保负责任地开发类器官智能信息图。资料来源：Frontiers/约翰霍普金斯大学作者敏锐地意识到了这些问题："我们愿景的一个关键部分是以道德和社会责任的方式开发有机体智能，为此，我们从一开始就与伦理学家合作，建立一个'嵌入式伦理'方法。随着研究的发展，所有的伦理问题都将由科学家、伦理学家和公众组成的团队持续评估。"我们离第一个有机体智能还有多远？尽管有机体智能仍处于起步阶段，该文章的共同作者之一--皮质实验室的布雷特-卡根博士最近发表的一项研究提供了概念的证明。他的团队表明，一个正常的、扁平的脑细胞培养物可以学习玩视频游戏Pong。...PC版：https://www.cnbeta.com.tw/articles/soft/1347995.htm手机版：https://m.cnbeta.com.tw/view/1347995.htm

计算的未来包括生物学 由人类脑细胞驱动的人工智能计算机

计算的未来包括生物学由人类脑细胞驱动的人工智能计算机在2月27日发表在《科学前沿》杂志上的一篇文章中，该团队概述了生物计算机如何在某些应用中超越今天的电子计算机，同时使用今天的计算机和服务器群所需电力的一小部分。类器官智能（OI）是一个新兴的科学领域，旨在创建生物计算机，其中实验室培养的大脑类器官作为"生物硬件"。在发表于《科学前沿》的文章中，Smirnova等人概述了追求这一愿景所需的多学科战略：从下一代器官和脑机接口技术，到新的机器学习算法和大数据基础设施。他们从制造由干细胞培育的5万个脑细胞组成的小集群开始，这些细胞被称为有机体。这大约是一个果蝇大脑的三分之一大小。他们的目标是1000万个神经元，这将是一个乌龟大脑中的神经元数量。相比之下，人类大脑平均有超过800亿个神经元。这篇文章强调了人脑如何在特定任务中继续大规模地超越机器。例如，人类只需使用几个样本就能学会区分两种类型的物体（如狗和猫），而人工智能算法则需要成千上万个。而且，虽然人工智能在2016年击败了围棋世界冠军，但它是在16万场比赛的数据基础上训练出来的--相当于每天下5个小时，超过175年。大脑有机体资料来源：约翰霍普金斯大学大脑也更加节能。我们的大脑被认为能够储存相当于普通家用电脑100多万倍的容量（2.5PB），而使用的电力只相当于几瓦。相比之下，美国的数据农场每年使用超过15000兆瓦的电力，其中大部分是由几十个燃煤发电站产生的。在这篇论文中，作者概述了他们的"类器官智能"计划，或称OI，用细胞培养的大脑类器官。虽然脑器官不是"迷你大脑"，但它们在大脑功能和结构的关键方面是相同的。器官体将需要从目前的大约5万个细胞大幅扩展。"高级作者、巴尔的摩约翰-霍普金斯大学的托马斯-哈同教授说："对于OI，我们需要将这个数字增加到1000万。布雷特-卡根博士资料来源：Cortical实验室布雷特和他在Cortical实验室的同事已经证明，基于人类脑细胞的生物计算机是可能的。最近发表在《神经元》上的一篇论文显示，脑细胞的平面培养可以学习玩视频游戏Pong。"我们已经证明，我们可以与活的生物神经元互动，迫使它们修改它们的活动，导致类似于智能的东西，"卡根谈到相对简单Ponf游戏的DishBrain时说。"与哈同教授及其同事为这个有机体智能合作而组建的惊人团队合作，皮质实验室现在正试图用大脑有机体复制这项工作。""我想说，用有机体复制[皮质实验室]的实验已经满足了OI的基本定义，"托马斯说。从这里开始，它开始一个建立社区、工具和技术的问题，以实现OI的全部潜力。布雷特说："这个新的生物计算领域有望在计算速度、处理能力、数据效率和存储能力方面取得前所未有的进步--所有这些都需要较低的能源。这项合作特别令人激动的方面是其形成的开放和协作精神。将这些不同的专家聚集在一起，不仅对优化成功至关重要，而且为行业合作提供了一个关键的接触点"。而这项技术还可以使科学家们更好地研究从患有神经疾病（如阿尔茨海默病）的病人的皮肤或小血样中开发出来的个性化大脑器官，并进行测试，研究遗传因素、药物和毒素如何影响这些情况。...PC版：https://www.cnbeta.com.tw/articles/soft/1348871.htm手机版：https://m.cnbeta.com.tw/view/1348871.htm

科学家计划用真正的脑细胞建造下一代超级计算机

科学家计划用真正的脑细胞建造下一代超级计算机研究人员正在用脑器官进行实验，它是脑细胞的三维培养物，模仿完全发育的器官的功能，作为生物计算硬件的处理中心。被称为"类器官智能"，参与该项目的实验室培养的脑细胞器官能够保留核心认知功能，如记忆和学习。该团队指出，硅基计算机擅长处理数字，但它们在学习方面不如人脑好。此外，大脑的能效大大提高，而且组成的神经元可以在有限的空间内同时存储数量极大的信息。小规模的开始，雄心勃勃的目标大脑生物体的放大图像杰西-普罗特金/约翰霍普金斯大学目前，每个类器官包含大约5万个脑细胞，但为了达到理想的计算能力水平，该团队的目标是培养出包含大约1000万个脑细胞的类器官。同时，研究小组还在研究与这些器官体进行有效沟通的途径系统，以转达信息并了解这些细胞集群的想法。托马斯-哈通教授解释说："这是一个灵活的外壳，上面密布着微小的电极，既能接收来自类器官的信号，又能向其传递信号。最终目标是开发刺激和记录工具，以控制有机体网络之间的互动。"就进展而言，该团队已经证明，一个扁平的脑细胞培养物能够学习和玩乒乓球游戏。整个"类器官智能"的概念仍处于起步阶段，但从事这项工作的团队相信，在不久的将来，生物计算将彻底改变神经疾病的药物测试研究等领域。...PC版：https://www.cnbeta.com.tw/articles/soft/1347051.htm手机版：https://m.cnbeta.com.tw/view/1347051.htm

八万鼠脑细胞造出一台活体计算机

八万鼠脑细胞造出一台活体计算机在最新研究中，伊利诺伊大学厄巴纳-香槟分校研究团队首先在培养皿中培育了大约8万个来自经过编程的小鼠干细胞的神经元，随后将神经元置于光纤下方和电极网格上，让其接受电和光的刺激，所有元件都被放在一个手掌大小的盒子里，盒子置于保温箱里，以让细胞保持活力。为训练神经元计算机区分不同的信号模式，研究团队创造出了10种不同的电脉冲和闪光模式，并在一个小时内反复播放这些模式，同时使用传统的计算机芯片记录和处理神经元产生的电信号。结果表明，每次出现相同模式时，神经元都会产生相同的信号。此外，研究人员也借助储层计算，让神经元和芯片分工合作，将识别和处理信号耗费的时间和能量降至最低。为评估该设备的性能，研究团队计算了名为F1的性能分数，该分数通常用于指示神经网络识别模式的效率，其中0最差，1最好，该设备的最佳得分为0.98。最新研制出的设备可集成到使用活体肌肉组织制成的机器人内。将神经元融入机器人中意味着神经元可感知环境，然后一次处理这些输入。研究人员表示，使用活细胞进行计算，尤其是储层计算，有助于制造出节能设备，即使其中一些元件出现故障，这些设备仍能继续工作。因此，与传统的机器人相比，将活神经元和储层计算相结合的机器人可能具有优势。...PC版：https://www.cnbeta.com.tw/articles/soft/1350249.htm手机版：https://m.cnbeta.com.tw/view/1350249.htm

受到脑细胞的启发：科学家们开发出新型的计算机组件

受到脑细胞的启发：科学家们开发出新型的计算机组件大脑的结构对其能源效率有很大贡献。与计算机不同，记忆和处理是独立的实体，信息需要在它们之间传输，而大脑中的神经元和突触能够同时存储和处理信息。这消除了数据不断传输的需要，这可能导致计算机在处理大量信息时速度减慢。解决这一瓶颈的一个可能办法是以人脑为模型的新型计算机架构。为此，科学家们正在开发所谓的记忆体：像脑细胞一样，将数据存储和处理结合起来的组件。来自瑞士联邦材料科学与技术实验室（Empa）、苏黎世联邦理工学院和"米兰理工大学"的一个研究小组现在已经开发出一种记忆体，它比前辈们更强大，更容易制造。研究人员最近在《科学进展》杂志上发表了他们的成果。通过混合离子和电子导电性能这种新型的记忆器是基于卤化物过氧化物纳米晶体，一种从太阳能电池制造中得知的半导体材料。苏黎世联邦理工学院和Empa的前ETH研究员和博士后研究员RohitJohn解释说："卤化物过氧化物既能传导离子也能传导电子。这种双重导电性使更复杂的计算成为可能，与大脑中的过程非常相似"。研究人员完全在Empa进行了该研究的实验部分：他们在薄膜和光伏实验室制造了薄膜记忆体，并在纳米级界面的传输实验室调查了它们的物理特性。基于测量结果，他们随后模拟了一项复杂的计算任务，该任务与大脑视觉皮层的学习过程相对应。该任务涉及根据来自视网膜的信号确定光的方向。苏黎世联邦理工学院教授、Empa功能无机材料研究组组长MaksymKovalenko说："据我们所知，这只是第二次在忆阻器上进行这种计算。与此同时，我们的记忆体比以前更容易制造。"这是因为，与许多其他半导体相比，过氧化物在低温下会结晶。此外，新的记忆体不需要通过应用特定的电压进行复杂的预处理，而类似的设备在执行此类计算任务时需要这种预处理。这使它们更快、更节能。补充而非取代不过，这项技术还没有完全准备好用于部署。新的记忆体可以很容易地被制造出来，但它们难以与现有的计算机芯片集成，不能承受加工硅所需的400至500摄氏度的温度--至少现在还不能。但是根据米兰理工大学教授DanieleIelmini的说法，这种整合是新的类脑计算机技术成功的关键。"我们的目标不是要取代经典的计算机架构，"他解释说。他解释说："相反，我们希望开发替代架构，以更快的速度和更高的能源效率执行某些任务。例如，这包括对大量数据的并行处理，今天从农业到太空探索，到处都在产生这种数据。"有望的是，还有其他具有类似特性的材料可以用来制造高性能的记忆体。"我们现在可以用不同的材料来测试我们的记忆体设计，"米兰理工大学"的博士生AlessandroMilozzi说。"很有可能其中一些更适合与硅集成。"...PC版：https://www.cnbeta.com.tw/articles/soft/1356177.htm手机版：https://m.cnbeta.com.tw/view/1356177.htm

解码人类：新计划将通过3000多种脑细胞类型揭示我们的秘密

解码人类：新计划将通过3000多种脑细胞类型揭示我们的秘密在10月12日发表在《科学》、《科学进展》和《科学转化医学》杂志上的21篇论文中，一个庞大的研究联盟分享了有关构成我们和其他灵长类动物大脑的细胞的新知识。这些研究和数据揭示了我们的神经系统在大脑多个区域的细胞构成以及人类大脑的独特之处。该研究联盟是为了解人类大脑及其模块化、功能化性质而做出的共同努力。它由美国国立卫生研究院的"通过推进创新神经技术进行脑研究（BRAIN）计划"召集并资助。来自世界各地的数百名科学家通力合作，完成了一系列探索人脑和其他灵长类动物脑细胞构成的研究，并展示了如何利用一套变革性的可扩展新技术，以前所未有的分辨率研究人脑的详细组织结构。在细胞水平上了解我们的大脑是了解我们的大脑如何运作以及我们作为一个物种是什么的关键，也是更准确地找出大脑疾病和失调的细胞根源的关键--这些知识最终可能会带来更好的治疗方法。艾伦研究所下属的艾伦脑科学研究所（AllenInstituteforBrainScience）的科学家们领导了其中的五项研究，并为另外三项研究做出了重要贡献，其中一项研究极大地扩展了有关成人大脑中细胞类型数量的现有知识。卡罗林斯卡学院（KarolinskaInstitute）和艾伦研究所（AllenInstitute）的科学家们研究了单个脑细胞中开启的基因，这是一种被称为单细胞转录组学（single-celltranscriptomics）的技术，揭示了细胞类型惊人的多样性：我们有3000多种不同的脑细胞。在艾伦研究所的电生理学实验室，高级研究员埃德-莱恩和高级科学家MeanhwanKim在多补丁装置上观察活体脑组织。图片来源：ErikDinnel/艾伦研究所艾伦脑科学研究所（AllenInstituteforBrainScience）高级研究员、博士埃德-莱恩（EdLein）说："我认为这是神经科学的一个关键时刻，新技术让我们现在能够了解人类大脑和其他灵长类动物大脑非常详细的细胞组织。这项工作的核心是分子生物学的胜利：基因使用的差异可以用来定义细胞类型，基因组学工具可以用来绘制构成整个人类大脑的细胞的高分辨率注释图初稿"。这些研究还解决了一系列重要问题，例如：每个人的大脑有什么不同？每个人的大脑在细胞水平上有多大差异？我们的大脑与猿类近亲的大脑有何不同？我们有多少种脑细胞？这些细胞的特性是什么？这些细胞在发育过程中是如何出现和成熟的？新近发表的这套研究成果，在之前对人类大脑皮层（大脑最外层的外壳）单个区域的脑细胞类型进行高分辨率绘图的基础上，将这些研究扩展到整个大脑的数十个至上百个区域。单个区域的研究发现了100多种不同的脑细胞类型，而新发布的数据则显示整个大脑中有数千种不同类型的脑细胞。对于大脑的许多部分，这种复杂性和多样性以前从未被描述过。这些研究是美国国立卫生研究院（NIH）BRAINInitiative细胞普查网络（简称BICCN）的一部分，该网络于2017年启动，是一项为期五年的资助计划，旨在建立一个脑细胞类型目录。这项工作展示了前沿细胞和分子方法的可扩展性，以应对人类大脑的规模和复杂性带来的挑战，并为下一阶段的细胞普查工作奠定了基础。下一阶段工作的一部分正在艾伦研究所进行，它将通过"BRAIN计划"的细胞图谱网络（BICAN），建立更加全面的人类和其他灵长类动物大脑图谱。美国国立卫生研究院大脑计划主任约翰-恩盖博士（Dr.JohnNgai）说："目前的这一系列研究是一项具有里程碑意义的成就，它将继续为从细胞层面阐明人类大脑的复杂性架起一座重要的桥梁。通过BICCN建立起来的科学合作，以及在BICAN下一阶段继续开展的合作，正在推动这一领域以指数级的速度向前发展；其进展和可能性简直令人叹为观止。"人体研究使用了向科学界捐献大脑的人的死后组织，以及接受脑部手术并向研究捐献组织的病人捐献的健康活体组织。新发布的研究数据还将纳入《人类细胞图谱》（HumanCellAtlas），该图谱是一项国际性工作，旨在为人体的所有器官、组织和系统建立一个全面的细胞参考图谱。...PC版：https://www.cnbeta.com.tw/articles/soft/1390741.htm手机版：https://m.cnbeta.com.tw/view/1390741.htm