一项新的研究表明，芯片上的真实人脑细胞能够识别语音且进行简单的数学运算，这为未来计算机发展提供了新的方向。
一项新的研究表明，芯片上的真实人脑细胞能够识别语音且进行简单的数学运算，这为未来计算机发展提供了新的方向。
实验中的一个类器官 (Cai et al., Nat. Electron., 2023)
该研究由印第安纳大学伯明顿分校工程师郭锋领导的团队进行。他们将真实的人脑类器官与电子设备相结合，创建了一个名为“Brainoware”的系统。
Brainoware 能够识别语音和预测非线性方程。在语音识别任务中，Brainoware 能够以 78% 的准确率识别特定说话者的声音。在非线性方程预测任务中，Brainoware 能够比没有长短期记忆单元的人工神经网络更准确地预测 Hénon 图。
从左到右，上：7 天、14 天、28 天和几个月时的人脑类器官；下，从左到右：1 个月、2 个月、3 个月。 （Cai 等人，《自然电子》，2023）
Brainoware 的准确度略低于具有长短期记忆单元的人工神经网络，但 Brainoware 的训练时间要短得多。Brainoware 仅需两天就能达到 78% 的准确率，而具有长短期记忆单元的人工神经网络则需要 50 个训练周期。
An example of one of the organoids, and its scanned neural activity. (Cai et al., Nat. Electron., 2023)
Brainoware 的成功表明，将真实人脑组织与电子设备相结合是一种有前途的计算机发展方向。这种方法可以提高计算机的效率和灵活性，并为开发新的人工智能应用提供了可能性。
Brainoware 的研究仍处于早期阶段，但它具有巨大的潜力。随着技术的不断发展，Brainoware 有可能彻底改变计算机的未来。