构建生命支持系统所需的计算机芯片并不多。

然而，当你将实际的活脑细胞与无机硅芯片结合在一起时，你不能只靠电来养活它们。事实上，你需要提供他们通常在一个完整的有机体中得到的一切。

为什么呢？

正如澳大利亚Corical Labs首席执行官翁永冲先生所解释的，这一切都是为了创建一个可以学习的计算机系统，它可以用更少的训练数据更快地学习。他说，这不同于标准的英特尔、英伟达或AMD芯片。

“我们实际上正在构建一个混合芯片，它由CMOS传感器组成，因此它是一个具有非常精细的电极网格的硅芯片。它们之间的距离约为17微米，其中约22000微米。”崇最近在AI秀上告诉我。“我们所做的是从小鼠胚胎中提取活神经元，或者将它们与生长在实际芯片表面的干细胞和神经网络区分开来。”

为什么是脑细胞？

崇说，我们知道的唯一真正智能的机器是大脑。他补充说，脑细胞中的碳和蛋白质块可以一起形成，并可以产生计算出的数量。硅片上的神经元通过与硅表面“杂交”形成突触。这意味着你现在有了一台可编程的生物机器。

Chong说：“因为这些电极，我们可以看到电活动，我们也可以施加刺激和一点电压。从某种意义上说，现在我们可以读写生物矩阵了。”

这些生物机器做的第一件事？

打乒乓球。

皮质实验室Andy Kitchen表示，他们正处于早期阶段，使用刺激反应方法来教他们的混合芯片打乒乓球。换句话说，训练这些脑芯片机器更像是教孩子，而不是给电脑编程。

“就像任何其他学习都是通过一系列刺激反应周期来进行的，就像学习骑自行车一样，我们会创造一个非常专业的刺激反应周期，以唤起我们关心的特定行为，”Kitchen说。

最终，我们的目标是模仿非常简单的生物机器(动物、生物)所展示的复杂性——可以说是惊人的微CPU。

例如，秀丽隐杆线虫是一种微小的蠕虫或线虫，大约1毫米长，总共有300多个神经元。但由于其心理能力有限，可以表现出有趣的行为：寻找食物、躲避危险、繁衍后代、继续生存。苍蝇也没脑子，但操控好，难抓，行为复杂。

皮质实验室希望生物增强人工智能系统也能学习复杂的动作：制造、驾驶、建筑、清洁等。生物芯片会学得更快。

多学学我们。

Chong说：“我们认为这将是非常惊人的，我们也在一些芯片上看到了这样的事实，这些神经元将被重新布线，实际上它们将被重新编程以解决特定的任务。”“所以，我的意思是，对我们来说，就像人类一样，对吗？即使是狗，你也会教狗如何玩球。你正在改变它的环境，改变刺激并适应它。它不是重新编程，也不存在，就像重新布线一样。”

按照传统工艺的要求，编程的每一步都已经完成。相反，你可以编程一个高级目标或最终状态，然后系统将自己连接在一起以实现目标。

人类比线虫或苍蝇有更多的神经元：860亿，给予或给予数百万。

目前皮层实验室的“脑芯片一号”有几千到几十万个神经元。在公司的路线图中，这个比例可以扩展到几百万。在这一点上，如果公司能够对它们进行编程并使它们保持活力，那么应该会有有趣的行为和功能。

“我们将看到数千个神经元和数百万个神经元肯定比同等的硅系统更强，具有更强大的潜力，”Kitchen说。

我有一个问题：你实际上是如何将生物鼠标神经元与硅计算机芯片连接起来的？毕竟他们没有配备小版本的USB或者HDMI。

显然——为这里的高级科学做准备——你把它们像花生酱一样涂开。

“我们使用的系统是这些微电极阵列，它们实际上是微电极网格，”Kitchen告诉我。“我的意思是，你基本上是尽可能简单地考虑这件事，比如在一片吐司上涂花生酱，对吗？你把这些神经元和神经祖细胞包裹在电极网格的顶部，里面有一些结合化学物质，可能会让它们更好地粘在一起。这些神经元离这些电极如此之近，以至于你可以在它们发射时把它们捡起来。”

这不是弗兰肯斯坦和闪电。

但也许高科技就是这么简单，这也是令人欣慰的。

还有一个问题需要回答：把生物学和硅技术放在一起有什么伦理考虑？在什么复杂性下，我们“创造”的东西比洗衣机更有权利？目前，这些问题仍然没有答案。但是随着这项技术的发展，如果它真的在五年左右进入市场，它们将值得探索。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

标签:鼠标硅片AI。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：