自打沾上 AI 和大模型推理訓練之后，在這個領域沒啥對手的老黃，高端顯卡眼瞅著越賣越貴。到頭來，連帶著我們這群臭打游戲的也遭了秧，想要高性能的顯卡就得加錢。。。

但是最近看到一條新聞，讓我感覺擺脫老黃的統治，買上便宜的顯卡，也不是沒有可能。

事情是這樣的，澳大利亞有家公司叫 Cortical Labs，推出了一臺能將人類腦細胞與硅芯片結合的生物計算機，用人類神經元處理數據，直接 “ 活體計算 ”。

這個技術再發展發展，恐怕下一步就是培養出更接近大腦的器官，是不是感覺黑客帝國要上演現實版了？

但先別急，相信有不少人看到這里的第一反應，是質疑這件新聞的真實性，以及好奇這個事情的原理。接下來咱們一個個慢慢聊。

想要搞懂這個顛覆咱們認知的事情，得先確立幾個基本的概念。

首先，將成熟的體細胞重新編程為多能干細胞，技術已經非常成熟了。早在 2012年，英國科學家約翰?格登（John B. Gurdon）和日本科學家山中伸彌（Shinya Yamanaka），就發現了 iPSC（ 誘導性多能干細胞 ）技術。

根據這個技術，理論上可以在體外大規模培養人體干細胞，還可以利用干細胞的全能特性，定向去誘導分化出具備特定功能的人體細胞。

而且利用 iPSC技術培育類器官（ 如微型肝臟 ），或者修補受損組織等相關的醫療用途，可以說是很常見了。

其次，通過主動向細胞發送電信號、再收集記錄細胞發出的電信號，可以實現硅基芯片與細胞之間的信息傳遞。

也就是，我們可以通過放電，告訴細胞目前發生了啥，還可以通過監測記錄細胞的放電，搞明白它想表達啥。

明白這兩點之后，接下來咱們就可以正式講講生物計算機的事了。

開頭提到的 Cortical Labs 團隊，將提取的人體細胞重新編程為干細胞，隨后將它們誘導分化成了神經細胞，然后培養成有著真正神經軸突和樹突的細胞集合，并且證實了這個“迷你大腦”是有智能的。

相關的論文，已經發表在神經科學領域極具權威性的期刊《Neuron》上。

簡單來說，他們嘗試讓這個體外合成的人工智能玩經典的乒乓球游戲《Pong》。

如果球板擊中乒乓球，那么系統就會產生一個可以預測的、規律的電刺激獎勵；反之，就會產生一個不和諧的隨機電流。結果發現，迷你大腦會為了追求可預測的電信號，自己琢磨明白了游戲規則。

當然世超本身并不是從事這方面研究的，還是看了 B 站 up 主@K形態生命科學關于實驗的解析，才明白 Cortical Labs 團隊具體都干了啥——

他們用不同位置的電極刺激神經網絡，用來代表乒乓球的位置；同時電極的刺激頻率，代表著球距離球板的距離。同時微電極陣列還會感應神經網絡的電流變化，以此來操控小球。

隨著電刺激的反復進行，迷你大腦開始嘗試移動球板，擊中小球。并且球板并不是來回無意義地反復移動“碰運氣”，而是恰好能出現在小球的移動路徑上。

也就證明，這個迷你大腦意識到自己在玩游戲，而且隨著時間的推移玩得越來越好了。

并且，團隊也用電腦人工智能模擬了這個游戲，發現生物計算機的效率是電腦的500倍以上。。。

相較于電腦人工智能大模型，靠海量的數據運算和參數優化，才能模擬真實的神經網絡，迷你大腦在自我學習的情況下，直接掌握了游戲邏輯。

這也意味著，丟給迷你大腦別的課題，它極有可能表現得比電腦人工智能更好。

正是在這個實驗的基礎上，Cortical Labs 團隊推出了生物計算機 CL1。每臺 CL1 裝有大約 80 萬個人類神經元，以及與它們交互的陣列電極。當然為了維持神經元的活性，還有配套的生命維持系統，負責調節溫度、供給氧氣等等。

那說了這么多，生物計算機到底有啥優勢呢？

首先，相比較傳統計算機，效率更高這一點，剛才的實驗環節其實已經足夠說明問題了。但是最新的 CL1 能發揮啥樣的效果，世超這里也不好下定論。

畢竟售價也不是一般人能夠負擔得起的：單臺 CL1 售價為 3.5w 美元（ 約 25.1 萬人民幣 ），30 臺起購，每臺也要 2w 美元。目前看來，最主要的用途還是醫學和 AI 相關的研發。

不過 CL1 也提供遠程租賃的方案，每周 300 美元，就可以遠程訪問一臺 CL1。目前已經正式開啟租用服務了，如果哪位差友從事相關研究，用上了這臺設備的，記得在評論區給世超解疑答惑一下。。。

另一個優勢在于，生物計算機的功耗極低。單個 CL1 單元的功耗僅為 30 瓦，一個包含 30 個 CL1 單元的機架也僅消耗 850-1000 瓦的能量，遠低于傳統 AI 服務器。

其實再舉一個直觀的例子，會更方便大家理解，人腦平均功耗僅僅為 20 瓦左右，但與柯潔對弈的 AlphaGo，TPU 集群運行的功耗大約 160 瓦，而為了訓練它所消耗的功耗，足夠驅動上萬個大腦連續運行。。。

那么是不是可以暢想一下，未來的生物計算機，能開發出腦神經專用編程語言，效率直接起飛；或者通過神經細胞的自適應學習能力，補齊電腦人工智能在模糊感知任務上的短板。這樣的話，也許訓練AI，可以多一個選擇，就不用上趕著找老黃買顯卡了。。。

但是生物計算機的發展，也面臨一些道德倫理問題——

雖說目前 CL1 系統的神經元數量，與人腦 860 億的神經元規模相比不值一提。。。但是當類人腦器官的規模到一定程度后，是否會產生自我意識？所以，生物計算機能實現什么樣的效果，這條路能不能走得通，還是讓子彈再飛一會吧。