公眾號記得加星標??，第一時間看推送不會錯過。

內容 編譯自 IEEE 。

隨著生成式人工智能系統的進步，其對能源的需求也日益增長。訓練和運行大型語言模型會消耗大量電力。預計未來五年，人工智能的能源需求將翻一番，占全球總電力消耗的3%。但如果人工智能芯片能夠更像人腦一樣運作，以最小的能量處理復雜的任務，那會怎樣呢？越來越多的科學家和工程師認為，關鍵或許在于類器官智能。

今年7月，在日內瓦舉行的聯合國“人工智能造福人類”峰會上，人工智能愛好者們首次接觸到“類腦芯片”的概念。約翰·霍普金斯大學化學與生物分子工程教授戴維·格拉西亞斯在會上發表了演講，探討了他領導的生物芯片及其在人工智能領域的應用的最新研究成果。格拉西亞斯的研究團隊專注于納米技術、智能系統和生物工程，是首批構建功能性生物芯片的團隊之一。該芯片將神經類器官與先進硬件相結合，使芯片能夠在活體組織上運行并與其互動。

類器官智能是一個新興領域，它將實驗室培養的神經元與機器學習相結合，創造出一種全新的計算形式。（“類器官智能”一詞由約翰·霍普金斯大學的研究人員提出，其中包括托馬斯·哈通。）這些神經元被稱為類器官，更具體地說，是實驗室培養的腦細胞的三維簇，可以模擬神經結構和功能。一些研究人員認為，所謂的生物芯片——將活腦細胞整合到硬件中的類器官系統——在效率和適應性方面有可能超越CPU和GPU等硅基處理器。專家表示，如果生物芯片實現商業化，它有可能降低當今人工智能系統驚人的能源需求，同時增強其學習能力。

隨著生成式人工智能系統的進步，其對能源的需求也日益增長。訓練和運行大型語言模型會消耗大量電力。預計未來五年，人工智能的能源需求將翻一番，占全球總電力消耗的3%。但如果人工智能芯片能夠更像人腦一樣運作，以最小的能量處理復雜的任務，那會怎樣呢？越來越多的科學家和工程師認為，關鍵或許在于類器官智能。

今年7月，在日內瓦舉行的聯合國“人工智能造福人類”峰會上，人工智能愛好者們首次接觸到“類腦芯片”的概念。約翰·霍普金斯大學化學與生物分子工程教授戴維·格拉西亞斯在會上發表了演講，探討了他領導的生物芯片及其在人工智能領域的應用的最新研究成果。格拉西亞斯的研究團隊專注于納米技術、智能系統和生物工程，是首批構建功能性生物芯片的團隊之一。該芯片將神經類器官與先進硬件相結合，使芯片能夠在活體組織上運行并與其互動。

類器官智能是一個新興領域，它將實驗室培養的神經元與機器學習相結合，創造出一種全新的計算形式。（“類器官智能”一詞由約翰·霍普金斯大學的研究人員提出，其中包括托馬斯·哈通。）這些神經元被稱為類器官，更具體地說，是實驗室培養的腦細胞的三維簇，可以模擬神經結構和功能。一些研究人員認為，所謂的生物芯片——將活腦細胞整合到硬件中的類器官系統——在效率和適應性方面有可能超越CPU和GPU等硅基處理器。專家表示，如果生物芯片實現商業化，它有可能降低當今人工智能系統驚人的能源需求，同時增強其學習能力。

“這是對形成計算機的另一種方式的探索，”格拉西亞斯說。

生物芯片如何模擬大腦？

傳統芯片長期以來局限于二維布局，這會限制信號在系統中的傳輸方式。隨著芯片制造商正在開發3D芯片架構以提升其設備的處理能力，這種模式正在開始轉變。

同樣，生物芯片的設計也是為了模擬大腦自身的三維結構。人腦可以支持多達20萬個連接的神經元——格拉西亞斯表示，這種互聯程度是平面硅芯片無法達到的。這種空間復雜性使得生物芯片能夠跨多個軸傳輸信號，從而實現更高效的信息處理。

Gracias 的團隊開發了一種 3D腦電圖( EEG ) 外殼，它可以包裹類器官，從而實現比傳統平面電極更豐富的刺激和記錄。該外殼與類器官的曲面貼合，為刺激和記錄電活動創造了更好的界面。

為了訓練類器官，該團隊采用了強化學習。將電脈沖施加到目標區域。當產生的神經活動與預期模式匹配時，大腦的天然獎勵化學物質多巴胺會對其進行強化。隨著時間的推移，類器官會學會將某些刺激與結果聯系起來。

一旦學習到一種模式，它就可以用來控制物理動作，例如通過策略性放置的電極來操控微型機器人汽車。這展現了神經調節——即類器官產生可預測反應的能力。這些一致的反應為更高級的功能奠定了基礎，例如刺激辨別，這對于面部識別、決策和廣義人工智能推理等應用至關重要。

格拉西亞斯的團隊正處于開發由生物芯片控制的微型自動駕駛汽車的早期階段：這證明了該系統可以充當控制器。這項實驗性工作預示著未來其在機器人、假肢以及與人體組織進行通信的生物集成植入物領域將發揮重要作用。

這些系統在疾病建模和藥物測試方面也前景廣闊。Gracias 的研究小組正在開發模擬帕金森病等神經系統疾病的類器官。通過觀察這些患病組織對各種藥物的反應，研究人員可以在培養皿中測試新的治療方法，而不僅僅依賴動物模型。他們還可以發現當前人工智能系統無法模擬的認知障礙的潛在機制。

由于這些芯片是活的，它們需要持續的照料：調節溫度、補充營養、清除廢物。格拉西亞斯的團隊通過持續監測，使集成生物芯片保持活力并正常運行長達一個月。

生物芯片技術擴展面臨的挑戰

然而，重大挑戰依然存在。生物芯片脆弱且維護成本高，目前的系統依賴于龐大的實驗室設備。將其縮小到實際應用需要能夠自主管理生命支持功能的生物相容性材料和技術。神經延遲、信號噪聲以及神經元訓練的可擴展性也為實時AI推理帶來了障礙。

“有很多生物學和硬件問題，”格拉西亞斯說。

與此同時，一些公司正在試水。瑞士初創公司FinalSpark聲稱，其生物芯片可以將數據存儲在活體神經元中——該公司科學家兼戰略顧問Ewelina Kurtys表示，這一里程碑被該公司稱為“生物比特”。這表明，生物系統有朝一日可以執行傳統上由硅硬件處理的核心計算功能。

FinalSpark 的目標是在大約十年內開發出用于通用計算的遠程訪問生物服務器。其目標是在性能上匹敵數字處理器，同時實現指數級的節能?！白畲蟮奶魬鹗菍ι窠浽M行編程，因為我們需要找到一種全新的方法，”Kurtys 說。

然而，從實驗室到產業的轉變需要的不僅僅是技術突破?！拔覀冇凶銐虻馁Y金來維持實驗室的運轉，”格拉西亞斯說?！暗屟芯科鸩剑枰韫忍峁└噘Y金?！?/p>

生物芯片是否會增強或取代硅芯片還有待觀察。但隨著人工智能系統對功耗的需求越來越大，能夠像大腦一樣思考并消耗能量的芯片的想法正變得越來越有吸引力。

對于格拉西亞斯來說，這項技術可能比我們想象的更快投入市場。 “我認為在實施過程中不會遇到任何重大阻礙，”他說。

https://spectrum.ieee.org/biochip-organoid-intelligence-ai-processor?utm_source=homepage&utm_medium=hero&utm_campaign=2025-08-09&utm_content=hero2

*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯系半導體行業觀察。

今天是《半導體行業觀察》為您分享的第4121期內容，。

加星標??第一時間看推送，小號防走丟

求推薦