股票配资十大排名
近年来，科学家一直在探索一种介于生物与计算机之间的全新技术路径：用活体神经元构建“生物计算机”。最近，一项引人注目的实验让这一领域再次成为焦点——实验室培养的人类神经元学会了操作第一人称射击游戏《毁灭战士》（DOOM）。虽然这些神经元距离真正的人类玩家水平仍相去甚远，但研究人员认为，这标志着生物计算正在从概念验证逐渐迈向实际应用。
这一研究主要由澳大利亚公司Cortical Labs推动。早在2021年，团队就展示了一种名为DishBrain的实验系统：研究人员在微电极阵列上培养了约80万个人类神经元。这种阵列既能向神经元发送电信号，也能记录它们的活动。通过这种双向接口，神经元能够接收来自游戏的“感官信息”，并以电信号形式输出“行动指令”。
Cortical Labs开发的DishBrain系统（上）； 通过DishBrain，人工培养的神经元能够玩经典游戏《乓》（下）。
—
Cortical Labs
在当时的实验中，神经元被训练玩经典游戏《乓》（Pong）。系统会将屏幕上球的位置转化为不同的电刺激信号，例如球向上移动时刺激阵列上方区域，向下移动则刺激下方区域。神经元网络在不断接收反馈后逐渐形成活动模式，这些模式会被解释为控制球拍移动的指令。经过长时间训练，这些神经元能够在一定程度上成功击回球。
这一成果已经足够惊人，但它仍然属于一个相对简单的输入—输出系统。《乓》是二维游戏，规则非常直接：球的位置几乎可以线性映射为球拍移动方向。对于神经网络来说，这是一种较容易建立映射关系的环境。
然而，研究团队很快意识到，如果生物计算机真的有潜在价值，它必须能够处理更加复杂的情境。于是他们将目标升级为一款技术圈常用来测试设备性能的经典游戏：《毁灭战士》。
《毁灭战士》与《乓》完全不同。它是一个三维（准确说是2.5D）环境，包含复杂空间、敌人、武器、移动和攻击等多种行为。玩家需要在不断变化的视觉场景中做出实时决策。这种环境更接近现实世界中的感知与行动循环。
为了实现这一目标，Cortical Labs开发了新一代神经计算平台CL1。与早期系统相比，CL1最大的变化在于其软件接口：研究人员将系统开放为可以通过Python编程的接口，使开发者能够更容易地控制神经元网络。
Cortical Labs推出的CL1平台
—
Estes, Z., Felker, S. Confidence Mediates the Sex Difference in Mental Rotation Performance. Arch Sex Behav 41, 557–570 (2012).
这一改变极大降低了实验门槛。一个名叫Sean Cole的独立开发者——此前几乎没有生物计算经验——仅用了大约一周时间，就成功让神经元系统运行《毁灭战士》的开源版本Freedoom。
关键挑战在于：这些神经元没有眼睛，也无法真正“看到”屏幕。研究人员必须将视觉信息转换为电信号模式。例如，当游戏画面左侧出现敌人时，阵列左侧的电极会刺激对应区域的神经元，模拟一种“感官输入”。神经元对刺激作出反应，产生不同的放电模式。系统再将这些放电模式解读为行动指令，比如移动、旋转或开枪。
实验中使用的神经元数量约为20多万，远低于人脑约860亿个神经元的规模。但即便如此，这些神经元仍然能够表现出某种适应性行为。它们可以寻找敌人、射击、转向，尽管经常“死亡”，但研究人员观察到神经元的活动模式会随着反馈逐渐改变，显示出学习的迹象。
Cortical Labs展示人类神经元在CL1平台玩《毁灭战士》
—
https://www.youtube.com/watch?v=yRV8fSw6HaE
Cortical Labs的科学家Brett Kagan将这一成果描述为一个重要里程碑，因为它展示了生物神经网络能够进行实时目标导向学习。换句话说，这些神经元并不是简单地被动响应刺激，而是在不断调整自身活动模式，以更好地适应环境。
尽管如此，研究人员也强调，目前的系统与真正的大脑仍然存在巨大差距。首先，这些神经元并不具备意识，也不知道自己正在“玩游戏”。它们只是对电刺激做出反应。其次，科学家仍然不完全理解神经元网络是如何在这种环境中形成行为策略的。
英国曼彻斯特大学计算机工程师Steve Furber指出，虽然让神经元玩《毁灭战士》是一项显著进展，但我们仍然不知道神经元是如何“理解任务”的。没有视觉系统，也没有真正的身体，这些细胞究竟如何从电刺激中提取信息并形成行为模式，仍然是一个重要的科学问题。
不过，从技术发展的角度来看，这种能力本身已经具有潜在意义。英国西英格兰大学计算机科学家Andrew Adamatzky认为，《毁灭战士》实验展示了生物神经系统能够处理复杂、不确定、实时变化的环境，这正是未来生物计算机必须面对的挑战。
另一些研究者则把这类实验看作机器人控制技术的前奏。雷丁大学神经科学家Yoshikatsu Hayashi指出，让神经元在虚拟环境中控制游戏角色，其实与未来控制机器人手臂的任务类似。例如，一个生物计算机可能通过触觉信号学习如何抓取物体。
除了控制机器人，这种技术还可能带来另一项优势：能耗效率。现代人工智能模型通常依赖巨大的计算资源和能源消耗，而神经元本身是一种高度高效的信息处理系统。理论上，生物计算机可能在某些任务上比传统硅芯片更节能。
不过，这一领域的发展也引发了一些伦理讨论。随着实验规模扩大，人们可能会开始担心实验室培养神经元的地位问题。例如，如果未来培养出更复杂的神经组织，它们是否会具有某种形式的意识？是否需要新的伦理规范？
目前来看，这些担忧还停留在理论层面。研究人员强调，当前实验使用的神经元只是简单的细胞网络，没有意识或自我体验。它们更像是一种特殊材料，一种能够处理信息的生物基底。
即便如此，从《乓》到《毁灭战士》的跨越仍然具有象征意义。在科技圈有一句著名的玩笑：“任何设备最终都会有人问——它能不能运行《毁灭战士》？”几十年来，人们已经让这款游戏在各种设备上运行，从计算器到拖拉机，再到ATM机。
如今股票配资十大排名，这个名单上又多了一种设备——由活体人类神经元驱动的生物计算机。
鼎盛网提示：文章来自网络，不代表本站观点。
