人脑计算机技术与Neuroplatform：未来计算的革命性进展

引言

在每一个清晨醒来时，在准备开启一天工作之前，在面对那纷繁复杂的认知任务时

这并非科幻电影的情节

本文旨在深入探讨由FinalSpark公司开发的人脑计算平台技术

通过本文的深入探讨

人脑计算机技术背景

Neuroplatform的诞生

2024年5月，《前沿》（Frontiers）杂志发布了一篇题为「用于事件计算研究的开放式远程访问神经平台」的论文，并介绍了Neuroplatform这一创新性平台。该平台在耗电量方面相较于传统数字处理器实现了百万倍的缩减。随后，在瑞士成立的一家初创公司FinalSpark成功开发出首个可远程连接体外生物神经元样本的在线平台Neuroplatform系统，并首次实现了对16个不同类型的脑组织样本的数据采集与分析功能。

FinalSpark公司及其技术

FinalSpark由弗雷德·乔丹与马丁·库特于2014年份创立，并专注于生物体内的神经元用于计算以及通过3D培养的人脑细胞实现生物计算。湿件计算涉及利用生物体内神经元进行数据处理与运算；类器官智能则通过三维培养的人脑细胞模拟生物信息处理机制。这些技术的核心在于培养并维持神经细胞在体外的存活状态及其功能特性，并将其应用于计算机系统中

人脑计算机的工作原理

神经细胞的培养

为了促进神经干细胞正常且快速地生长发育, 科学家们需要为其配置富含营养成分的适宜培养基, 包括添加了特定功能蛋白酶系统在内的各种营养物质。当这些干细胞在一定密度下逐渐发育成熟时, 由于接触抑制效应的存在, 在一定密度下会阻止其分化成其他类型的细胞。科研人员利用StemPro™ Accutase酶解液对细胞进行分离处理, 将其注入预调好的培养液中进行持续观察, 经过一段时间的有组织管理与培育后, 可以得到所需的类脑器官组织片段作为研究材料

微电极阵列（MEA）的应用

类脑器官形成后会促进神经电信号的捕获和增强。MEA系统中的微电极能够精准地插入或紧邻细胞膜表面进行记录工作。NeuroPlatform配备四个MEA模块用于实时监测细胞活动；通过模数转换器将模拟信号转化为数字信号从而实现信息处理

人脑计算机的优势

低能耗

人脑计算机的一个主要优势在于极低的能量消耗能力。它拥有数量惊人的860亿个神经元，在运行时仅需20瓦的电能——相当于一只家用节能灯泡的工作状态。相比之下，在训练大语言模型如GPT-3时，则需要耗费惊人的10太瓦时（TWh）的能量——其所需能量等同于特斯拉Model S行驶一圈地球赤道所需的能量

并行计算

传统计算机内部的电子主要依靠固定线路完成信息传递,其工作效率相对较低。相比之下,生物神经系统构成一个高度并行的信息处理网络,其中单个神经元能够同时向多个目标神经元发送冲动信号,从而实现大规模并行计算进而显著提高信息处理效率

面临的挑战

脑细胞的生存问题

尽管Neuroplatform中的类脑器官能够存活长达100天，在体内环境方面表现优异；然而由于缺乏天然的血管系统支持，在组织内部获取氧气与养分的能力存在明显限制，在中心区域出现了严重的低氧状态与营养缺失现象。研究团队致力于通过三维打印微小血管网络的技术来改善这一状况；但目前这项技术仍面临大规模工程投入与极高的精细制造标准之间的矛盾

神经可塑性

神经元之间的连接强度呈现动态变化特征，在某种意义上体现了特定的神经可塑性特征。这种特性对于实现复杂的认知功能而言具有关键作用。然而，在人工培养环境中，则面临一个亟待解决的问题：如何使"缸中之脑"获得真实的体验并完成精细的神经连接调节？

道德和伦理问题

当培养过程中的类脑器官展现出意识征兆时，请人类应当如何处理这些"缸中之脑"的问题？这一问题触及了深刻的伦理道德层面，在处理时需谨慎探讨。

未来展望

该技术在低能耗、高效执行以及自适应学习方面展现出显著优势，并可能引领未来科技发展的新方向。然而，仍面临技术和伦理上的诸多难题。随着研究的深入推进，在线性代数领域取得重要突破后，这一技术有望克服当前的技术瓶颈，并实现更为广泛的实践应用

结论

人脑计算机技术标志着计算领域的重大突破。尽管目前仍面临着技术和伦理方面的诸多挑战，并非毫无障碍；然而当前仍然面临这些方面的困难与问题。然而其独特的低能耗、高效运算以及并行处理的能力，则为其未来发展奠定了基础。借助 Neuroplatform 这样的平台支持，并非遥不可及；而是正在逐步接近构建真正的人工智能系统