最新版本的《黑客帝國》還有兩天才會上映，但最近的一些科技進展總讓我們覺得，導(dǎo)演描述的世界似乎離我們越來越近了。
其中一個進展來自前段時間 Epic Games 放出的一段游戲 demo——《黑客帝國覺醒》 。在這段 demo 中，技術(shù)人員利用虛幻引擎 5 創(chuàng)造了一個虛擬的電影世界，人物、場景都高度逼真，網(wǎng)友看后高呼：還想再活 100 年！
?這個 demo 讓我們看到了計算機軟硬件的力量，它們可以在極短的時間里渲染出大量的虛擬場景，驅(qū)動成百上千的人物和車輛。
但計算機再厲害，在很多方面仍然比不上人類神經(jīng)元，比如能耗、學(xué)習(xí)效率等方面。于是就有研究者提出：既然人類神經(jīng)元那么高效，為什么不拿來用呢？
澳大利亞生物科技初創(chuàng)公司 Cortical Labs 一直都持有這種想法。早在兩年前就有媒體報道稱，這家公司正致力于把真正的生物神經(jīng)元嵌入到一個特殊的計算機芯片中，構(gòu)成一個微型的體外大腦。他們希望這些合成迷你大腦能夠在消耗較少能量的同時，完成很多人工智能軟件可以執(zhí)行的任務(wù)。
他們使用兩種方法來制造硬件：或從胚胎中提取小鼠神經(jīng)元，或使用某種技術(shù)將人類的皮膚細胞逆向轉(zhuǎn)化為干細胞，然后誘導(dǎo)它發(fā)育成人類神經(jīng)元。
當(dāng)時，該公司的聯(lián)合創(chuàng)始人兼首席執(zhí)行官鐘宏文（Hon Weng Chong）說，開發(fā)人員正嘗試教迷你大腦玩雅達利經(jīng)典乒乓游戲 Pong。
兩年過去，他們果然做到了：在該公司實驗室的培養(yǎng)皿里，上百萬個人類大腦細胞組成的「迷你大腦」正樂此不疲地玩乒乓。
?
?這些細胞玩的是一個簡易版的 Pong，沒有對手。它們的下面是一些微電極陣列。「我們認為把它們叫做『半機械腦（cyborg brain）』非常合適。」Cortical Labs 的首席科學(xué)官 Brett Kagan 表示。
在游戲啟動后，系統(tǒng)會向微電極陣列的左邊或右邊發(fā)送電子信號來指示球的位置。迷你大腦則會激發(fā)自己的神經(jīng)元，根據(jù)球的位置來回移動球拍。
Brett Kagan 等人還給這個系統(tǒng)取了個名字——「DishBrain（碟腦）」。這使人聯(lián)想到了《黑客帝國》等電影中描述的缸中之腦。
「缸中之腦」是希拉里 · 普特南（Hilary Putnam）1981 年在他的《理性，真理與歷史》（Reason、Truth、and History）一書中闡述的假想：「一個人（可以假設(shè)是你自己）被邪惡科學(xué)家施行了手術(shù)，他的腦被從身體上切了下來，放進一個盛有維持腦存活營養(yǎng)液的缸中。腦的神經(jīng)末梢連接在計算機上，這臺計算機按照程序向腦傳送信息，以使他保持一切完全正常的幻覺。對于他來說，似乎人、物體、天空還都存在，自身的運動、身體感覺都可以輸入。這個腦還可以被輸入或截取記憶（截取掉大腦手術(shù)的記憶，然后輸入他可能經(jīng)歷的各種環(huán)境、日常生活）。他甚至可以被輸入代碼，『感覺』到他自己正在這里閱讀一段有趣而荒唐的文字?！?/p>
電影《黑客帝國》中呈現(xiàn)的「缸中之腦」。
「我們經(jīng)常說，它們就好像生活在《黑客帝國》里。在打乒乓游戲的時候，它們相信自己就是球拍?！?Kagan 說道。
在學(xué)習(xí)效率方面，DishBrain 的表現(xiàn)令人滿意，僅用 5 分鐘就掌握了游戲，比 AI 學(xué)習(xí)速度（90 分鐘）快得多，但后面還是會輸給 AI。
「我們的研究結(jié)果表明，在模擬的游戲世界中，一層體外皮層神經(jīng)元可以自組織并表現(xiàn)出智能、有感知的行為?！筀agan 表示。
相關(guān)研究可以在預(yù)印本平臺 bioRxiv 上讀到。
論文鏈接：https://www.biorxiv.org/content/10.1101/2021.12.02.471005v2.full
除了 Cortical Labs，國內(nèi)外很多實驗室也在做類似的研究。8 月，德國科學(xué)家公布了他們實驗室培育出的大腦，這些大腦能發(fā)展自己的基本眼睛結(jié)構(gòu)來感知光線，并與大腦的其他部分進行交流。德國杜塞爾多夫大學(xué)人類遺傳學(xué)研究所的研究人員則使用干細胞培養(yǎng)出了視杯（optic cups），這是眼睛形成的早期階段，在胎兒大約五周時發(fā)育。
DishBrain 系統(tǒng)利用神經(jīng)元的固有屬性來共享彼此之間的腦電（突觸）活動『語言』，以通過電刺激和記錄將硅和 BNN 系統(tǒng)連接起來。鑒于硬件與細胞、濕件（wetware）的兼容性，智能系統(tǒng)中的感知行為需要兩個相互關(guān)聯(lián)的過程。
因此，該系統(tǒng)首先必須了解外部狀態(tài)如何通過感知來影響內(nèi)部狀態(tài)，以及內(nèi)部狀態(tài)如何通過行動影響外部狀態(tài)。然后，該系統(tǒng)必須基于感官狀態(tài)來推斷它何時應(yīng)該采取特定行為。簡而言之，系統(tǒng)必須能夠預(yù)測其行為如何影響環(huán)境。
為了解決第一個問題，研究者開發(fā)了一個自定義軟件驅(qū)動器來創(chuàng)建低延遲閉環(huán)反饋系統(tǒng)，該系統(tǒng)通過電刺激來模擬與 BNN 環(huán)境的交換。該閉環(huán)系統(tǒng)通過提供關(guān)于細胞培養(yǎng)行為因果效應(yīng)的反饋，提供了體外培養(yǎng)具身（embodiment），而這又需要內(nèi)部與外部狀態(tài)的分離。以往的體外和硅研究表明，電生理閉環(huán)反饋系統(tǒng)展現(xiàn)出了顯著的網(wǎng)絡(luò)可塑性和潛在的行為適應(yīng)性，超出了開環(huán)系統(tǒng)所能實現(xiàn)的。
研究者在活體內(nèi)發(fā)現(xiàn)了對具身和功能行為之間關(guān)聯(lián)的進一步支持，其中通過解耦視覺反饋和運動輸出破壞閉環(huán)系統(tǒng)會破壞小鼠初級視覺皮層中視覺處理的功能發(fā)育。這有力地支持了生物神經(jīng)網(wǎng)絡(luò)中反饋與功能行為最終發(fā)育之間存在著重要關(guān)聯(lián)。
下圖為 DishBrain 系統(tǒng)原理和實驗示意圖。如圖左上所示，神經(jīng)元培養(yǎng)物有兩個來源，要么是通過雙重 SMAD 抑制和 NGN2 慢病毒屬定向分化形成的人類誘導(dǎo)性多能干細胞（iPSC），要么是 E15.5 小鼠胚胎的初級腦皮層細胞，它們被移植到 HD-MEA 芯片上，并通過 DishBrain 系統(tǒng)嵌入到受激的『pong』游戲世界。
此外，研究者還利用 DishBrain 系統(tǒng)演示了如下操作：
低延遲閉環(huán)反饋系統(tǒng)（刺激 STIM 和沉默 SIL 兩種狀態(tài)）；
無反饋系統(tǒng)，用于展示開環(huán)（Open-loop）反饋裝置；
休息 RST 裝置，用于展示缺少感官信息時的系統(tǒng)。
DishBrain system and experimental protocol schematic.
下圖 A 為 DishBrain 裝置的概覽圖。此外，DishBrain 環(huán)境是一個與 MaxOne 軟件交互的低延遲實時系統(tǒng)，使得應(yīng)用時可以擴展其原始功能，下圖 B 即為 DisBrain 閉環(huán)系統(tǒng)中的軟件組件和數(shù)據(jù)流。
DishBrain 系統(tǒng)可以記錄神經(jīng)細胞培養(yǎng)中的腦電活動，并以類似于通過內(nèi)部電刺激產(chǎn)生動作電位的方式提供外部（非侵入性）電刺激。使用方法中描述的編碼方案，外部電刺激傳達了一系列信息，包括可預(yù)測的、隨機或感官信息。具體如下圖 A 所示。
這種設(shè)置使得不僅能夠從神經(jīng)培養(yǎng)中『讀取』信息，還能將感官數(shù)據(jù)『寫入』其中。使用 DishBrain 的最初原理證明是為了通過向預(yù)定義的感官區(qū)域提供輸入來模擬經(jīng)典街機游戲『pong』。同樣地，研究者通過實時收集預(yù)定義運動趨于的電生理活動來移動球拍。初步調(diào)查使用 EXP3 算法對比了不同的運動區(qū)域配置，旨在通過選擇實現(xiàn)更高擊中率的設(shè)置來確定神經(jīng)培養(yǎng)是否在特定配置下生成成功率更高的活動。與 media-only 控制相比，實驗培養(yǎng)物對不同配置具有明顯的偏好，具體如下圖 B 所示。
media-only 控制對最大化偏置時的配置具有偏好，其中單獨的感官刺激可以引導(dǎo)游戲?qū)崿F(xiàn)更高的性能（之后）。實驗培養(yǎng)物則對側(cè)抑制的配置具有偏好，具體如下圖 C 所示。
下圖為 DisBrain 平臺的不同配置示意圖：
Cortical Labs 由鐘宏文（中）和 Andy Kitchen（左二）等人聯(lián)合創(chuàng)建。
鐘宏文是一名注冊醫(yī)師和軟件工程師，曾就讀于約翰霍普金斯大學(xué)信息學(xué)系，他利用自己豐富的經(jīng)驗和多學(xué)科背景促進生物學(xué)和計算機科學(xué)領(lǐng)域的合作。除了擔(dān)任 Cortical Labs 的 CEO，鐘宏文還曾參與創(chuàng)建醫(yī)療硬件公司 CliniCloud 并擔(dān)任該公司 CTO。
Andy Kitchen 則是一名計算機科學(xué)家、研究員和軟件工程師，已經(jīng)發(fā)表了幾篇關(guān)于人工智能的同行評議論文。除了參與創(chuàng)辦 Cortical Labs，他還是一位長期的社區(qū)組織者，也是備受尊敬的 Melbourne ML/AI Meetup 的創(chuàng)始人，該 Meetup 有超過 6000 名成員。
參考鏈接：https://corticallabs.com/
https://www.biorxiv.org/content/10.1101/2021.12.02.471005v2.full
https://www.timedoo.com/19277.html
https://www.dailymail.co.uk/sciencetech/article-10322247/Human-brain-cells-grown-petri-dish-learn-play-Pong-faster-AII.html
本文來自微信公眾號“機器之心”（ID:almosthuman2014），編輯：張倩、杜偉，36氪經(jīng)授權(quán)發(fā)布。
