Nature | 用人腦細胞“造電腦”：濕件計算的野心與冷靜

PsyBrain 腦心前沿 | 公眾號 PSY-Brain_Frontier

一鍵關注，點亮星標 ??

不錯過每日前沿資訊

認知神經科學前沿文獻分享

基本信息：

Title:Building computers out of brain cells

發表時間：2025.11.13

Journal:Nature

影響因子：48.5

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

想象一下，在日內瓦湖畔的一間實驗室里，桌上并排擺著一排小培養皿：每個里頭都是一團只有沙粒大小的人類腦細胞，它們安靜地躺在電極陣列上，卻能接收遠程指令、發出電脈沖“回復”，全球科研團隊可以在線“租用”這些腦細胞來做計算任務——這不是科幻電影，而是現在正在興起的濕件計算（wetware computing）或生物計算機（biocomputer）。

為什么科學家要費這么大勁“折騰”腦細胞？一個關鍵原因是能耗。當今最強的超級計算機需要巨大的電力和散熱設施，而我們的人腦只靠不足 20 瓦的功率，卻能完成相當于每秒 101? 級別運算的復雜信息處理。對于習慣抱怨手機電量不夠、數據中心能耗直線上升的現代人來說，“像大腦一樣算得快、又幾乎不費電”的計算系統，顯然極具誘惑。

傳統路線是類腦計算（neuromorphic computing）：在硅基芯片上模仿神經元的“充電—放電”模式，同時優化連接方式。但這畢竟還是“假腦”。文章介紹的另一條更激進的路徑，是直接回到生物本身——用誘導多能干細胞（induced pluripotent stem cells, iPS cells）培養出人腦類器官（brain organoids）或二維神經網絡，讓活體神經元來充當計算單元，再用電子接口把它們“接入”計算機世界。

作者順著這一思路，從幾家關鍵實驗室和公司的工作講起：英國布里斯托大學團隊利用人腦類器官“識別”盲文（Braille）；瑞士公司 FinalSpark 把類器官做成可遠程租用的“濕件服務器”；澳大利亞 Cortical Labs 則讓培養皿中的神經元學會玩經典小游戲 Pong，并進一步商品化為生物電腦設備。文章在敘述這些炫目的演示后，又轉向潑冷水的一面：不少神經科學家對其“算力”持懷疑態度，更擔憂“瓶中大腦（brain-in-a-jar）”的科幻想象會引發關于“感知（sentience）和意識”的倫理恐慌，從而連累整個神經類器官研究領域。

因此，這篇特稿真正想回答的，不只是“人腦細胞能不能當電腦用”，而是：在 AI 與量子計算（quantum computing）高歌猛進的今天，生物計算機究竟處在科學探索、技術原型、商業炒作和倫理爭議的哪一個交叉點，我們應如何在想象力與審慎之間找到平衡。

核心發現

濕件計算的雛形：腦類器官可以完成簡單模式識別

文章重點介紹了 Ward-Cherrier 團隊的工作：他們利用約 1 萬個神經元組成的人腦類器官，通過機器人觸覺傳感器讀取盲文，將每個字母轉成獨特的電刺激圖案，經 8 個電極輸入類器官，再用機器學習分析其放電模式。結果顯示，同一個類器官在識別同一字母時，輸出模式的一致率約為 61%，三枚類器官合并可達 83%，說明這類系統已經能在“輸入-處理-輸出”鏈條上完成基本的信息分類任務。第 1 頁封面插圖以中央芯片和放射狀神經元的構圖，形象呈現了這類“腦細胞＋芯片”的混合計算架構。

如何讓腦細胞“學會”任務：閉環訓練與獎勵信號

要讓生物計算機處理更復雜任務，關鍵在于可塑性和學習能力。FinalSpark 計劃通過給類器官添加多巴胺（dopamine）等神經遞質來調節突觸強度，使特定反應更易被重復。Cortical Labs 則采用“模式訓練刺激（pattern training stimulation）”，在二維神經網絡上連接虛擬 Pong 游戲：當神經元放電導致擋板擊中小球時，給予有結構的電刺激獎勵；反之則給予混亂噪聲。隨著訓練推進，細胞逐漸傾向于產生能獲得“可預測反饋”的放電模式，相當于學會了控制擋板。第 2 頁“Computing with cells”示意圖完整展示了這種輸入、反饋和輸出構成的閉環學習系統。

從實驗臺到商品：生物電腦與遠程“腦細胞云服務”

文章梳理了濕件計算從學術走向產業的嘗試。FinalSpark 在瑞士維威建立類器官服務器，向全球研究者提供在線訪問，學術團隊可免費使用，企業則需支付每月約 5000 美元以獲得獨占使用權。Cortical Labs 更進一步，開發出模塊化的 CL1 生物計算機：每個模塊含最多約 1000 個神經元，可串聯成更大網絡，壽命約 6 個月，并配套可編程接口，售價約 3.5 萬美元，已向多家實驗室發貨。第 2 頁示意圖下部的設備插畫展示了這一“生物電腦環境”：培養皿、控制系統與顯示屏相連，象征把活細胞正式納入工程化、可編程的計算平臺。

潛力與質疑并存：算力夢想、概念混亂和倫理風險

盡管支持者認為生物計算機有望在能耗上超越傳統 AI，甚至“有一天可以與量子計算競爭”，但多位神經科學家對當前成果保持冷靜。Lancaster 提醒，過度使用“感知（sentience）”等詞描述簡單的細胞網絡，容易讓公眾誤以為這些系統擁有意識，從而推動嚴苛監管，反噬整個神經類器官研究。她還指出，一項使用無神經元水凝膠（hydrogel）系統“學會”玩 Pong 的研究，說明在帶反饋的物質系統中，表面上的“學習”可能只是物理噪聲與結構響應的結果。文章結尾以這類爭議收束全文，強調在期待“腦細胞超算”的同時，更需要概念清晰和倫理審慎。

歸納總結和點評

總體來看，這篇 Nature 特稿并不是為某一項“顛覆性實驗”站臺，而是以新聞寫作的方式，串起了腦類器官、生物計算機和類腦 AI 的最新嘗試，展示了一個剛剛成形但極具想象空間的跨學科領域：它同時依賴干細胞技術、神經科學、機器學習和工程學，也已經吸引資本與創業公司入局。作者在紙面上既沒有壓抑“用人腦細胞造電腦”的震撼感，也沒有順勢渲染烏托邦，而是通過科學家之間的分歧、概念之爭和倫理擔憂，對濕件計算的“真實進度條”進行了相對冷靜的校準。這種既敢想又肯潑冷水的寫法，為公眾理解前沿科技提供了難得的尺度感，也為后續更嚴肅的科學和倫理討論打下了基礎。

AI 一句話銳評

在人腦與電腦之間搭起導線的，暫時還是培養皿里的微弱電信號，而不是科幻片里的“超級意識”。

前沿交流|歡迎加入認知神經科學前沿交流群！

核心圖表、方法細節、統計結果與討論見原文及其拓展數據。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部