AlphaGo在與世界頂級圍棋選手多場對局中的傲人戰(zhàn)績證明了人工智能（AI）在學(xué)習(xí)與計(jì)算復(fù)雜問題上所能達(dá)到的高度，ChatGPT的橫空出世又讓許多人驚嘆于AI所能達(dá)到的超強(qiáng)信息整合能力與接近人類水平的自然語言處理能力，然而，盡管AI已經(jīng)創(chuàng)造出許多突破性的成績，但在某些方面，它的表現(xiàn)仍然弱于其所想要模仿的人類智能。

首先是運(yùn)行功耗，例如美國超級計(jì)算機(jī)Frontier以21MW的功耗在LINPACK 基準(zhǔn)測試中達(dá)到了1.102 exaFlops的峰值計(jì)算性能，即每秒完成一百億億次浮點(diǎn)運(yùn)算，其能效已經(jīng)超越同類超級計(jì)算機(jī)，然而人腦僅需20瓦的功耗就能以相同的1 exaFlop運(yùn)行。

其次，大腦的學(xué)習(xí)效率仍不是AI所能企及。比如在簡單的辨別“相同或不同”的任務(wù)中，人類僅需10個左右的訓(xùn)練樣本即可完成學(xué)習(xí)，簡單生物如蜜蜂也僅需百余個樣本，而機(jī)器則可能面對上百萬個訓(xùn)練樣本依然無法完成學(xué)習(xí)。擊敗世界圍棋冠軍的AlphaGo也是在接受了16萬場比賽的數(shù)據(jù)訓(xùn)練后，才達(dá)到如今的水平，相當(dāng)于人類以每天五小時的強(qiáng)度持續(xù)訓(xùn)練175年之久。

學(xué)習(xí)效率的低下進(jìn)一步增加了機(jī)器完成任務(wù)所需的能源消耗，甚至成為了限制了機(jī)器學(xué)習(xí)的天花板。此外，摩爾定律即將達(dá)到它的物理極限，很快人類將無法使更多晶體管裝入晶片，而大腦以另一種方式存儲信息，千億數(shù)量級的神經(jīng)元通過千萬億數(shù)量級的連接，可實(shí)現(xiàn)2500TB的存儲容量。

這使得科學(xué)家不禁思考，如果繞開讓AI變得更接近人腦的嘗試，直擊本源，讓人腦來完成計(jì)算呢？

2月28日，約翰霍普金斯大學(xué)Thomas Hartung教授率領(lǐng)多學(xué)科團(tuán)隊(duì)在Frontiers in Science發(fā)布“類器官智能”（organoid intelligence，OI）計(jì)劃。在文章“Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish”中，他們描繪了以腦類器官為硬件創(chuàng)造顛覆性生物計(jì)算機(jī)的未來愿景，并預(yù)計(jì)這種技術(shù)將指數(shù)級提升現(xiàn)代計(jì)算的能力，同時開辟出全新的研究領(lǐng)域。

圖1 Thomas Hartung展示腦類器官（圖源：約翰霍普金斯大學(xué)）

在過去的十年中，腦細(xì)胞培養(yǎng)已經(jīng)從傳統(tǒng)的單層培養(yǎng)轉(zhuǎn)向更接近器官、更有組織的3D培養(yǎng)。細(xì)胞的來源通常是由人類體細(xì)胞重編程為的多能干細(xì)胞。之所以能以“類器官”稱呼該3D神經(jīng)細(xì)胞培養(yǎng)物，則是因?yàn)槠浼?xì)胞密度、電生理活動、髓鞘以及參與生物學(xué)習(xí)的各類細(xì)胞的存在，均與大腦接近，可以說在結(jié)構(gòu)和功能等方面堪稱大腦的“試用裝”。

以此為基礎(chǔ)，Hartung給出了類器官智能的定義：利用腦類器官的自組裝機(jī)制來記憶和計(jì)算輸入。

不過，要用這種腦類器官建造計(jì)算機(jī)，Hartung表示，需要將目前大約5萬個細(xì)胞的規(guī)模擴(kuò)大至1000萬。此外，需要在此規(guī)模上生成出可靠的微流體灌注系統(tǒng)，以支持腦類器官的代謝存活和化學(xué)信號的發(fā)放。

以上雖然仍只是設(shè)想，但文章的作者之一、澳大利亞墨爾本私營公司Cortical Labs首席科學(xué)官Brett Kagan進(jìn)行的一項(xiàng)研究提供了極為接近的例子：他們80萬細(xì)胞規(guī)模的2D腦細(xì)胞培養(yǎng)物在5分鐘內(nèi)學(xué)會了“打乒乓”的電子游戲，而AI則需要90分鐘。

圖2 腦細(xì)胞培養(yǎng)物“打乒乓”（圖源：[2]）

與AI一樣，類器官智能需要通過接收輸入來學(xué)習(xí)與計(jì)算，然后再將結(jié)果輸出給人類。這就需要使用一種類器官智能“聽得懂也說的出的語言”與之交流。此外，人們并不希望只把類器官智能當(dāng)作一個黑箱，其內(nèi)部狀態(tài)也希望能得到實(shí)時的監(jiān)測。

就這一問題，Hartung團(tuán)隊(duì)已經(jīng)開發(fā)出一種類似于“迷你EEG腦電帽”的接口設(shè)備——3D 微電極陣列（3D microelectrode arrays，3D MEA）。該設(shè)備是像一層柔軟、可彎折的外殼包裹在腦類器官外，內(nèi)側(cè)布滿的高分辨率探針電極允許對類腦器官的表層進(jìn)行多通道的刺激和記錄。

圖3 3D MEA記錄的三個代表性通道（圖源：[1]）   

為類器官智能提供給復(fù)雜的生物輸入將帶來更多可能性，譬如將視網(wǎng)膜與腦類器官相連，有望構(gòu)建出一個完全近乎于人類視覺的系統(tǒng)。

此外，Hartung還在文章中提出，可進(jìn)一步探索光學(xué)成像全息技術(shù)、高通量電生理記錄等方法來幫助實(shí)現(xiàn)類器官智能的“聽與說”。因此產(chǎn)生的新型生物數(shù)據(jù)形式，也需要開發(fā)相應(yīng)的大數(shù)據(jù)基礎(chǔ)設(shè)施和標(biāo)準(zhǔn)來進(jìn)行儲存、統(tǒng)籌和處理。

除了將類器官智能用于學(xué)習(xí)和計(jì)算，Hartung還提出了其在醫(yī)學(xué)中的兩個應(yīng)用方面。

其一是用于基礎(chǔ)神經(jīng)科學(xué)，雖然目前腦類器官還尚未達(dá)到智能的水平，但其具備支持基本認(rèn)知操作的機(jī)制，這可以幫助神經(jīng)科學(xué)家進(jìn)一步了解大腦如何產(chǎn)生認(rèn)知功能。

其二是用于毒理學(xué)和藥理學(xué)的研究。由于腦類器官誕生于皮膚細(xì)胞誘導(dǎo)的多能干細(xì)胞，因此可以通過比較健康捐贈者和患病捐贈者的腦類器官來了解諸如自閉癥、阿爾茲海默病所造成的疾病特征和功能差異，以及能否修復(fù)。此外，還可以測試殺蟲劑等物質(zhì)對認(rèn)知缺陷造成的影響。

倫理問題在腦類器官的研究中不可忽視。隨著腦類器官在結(jié)構(gòu)上變得更加復(fù)雜，以及在接受輸入、產(chǎn)生輸出的過程中建立起原始的記憶，腦類器官是否會發(fā)展出意識、是否會體驗(yàn)到痛苦、科學(xué)界對這些類器官智能擁有怎樣的權(quán)利等問題的判定將引發(fā)公眾對于“它們”所應(yīng)持有的道德地位和社會福利的討論。

對此，Hartung已經(jīng)有了敏銳的意識，并從一開始就與衛(wèi)生政策與管理系的教授Jeffrey Kahn博士密切合作，由Kahn領(lǐng)導(dǎo)倫理問題的討論。在工作中，他們提出了兩個主要的策略，其一是“嵌入式倫理”，在研究的發(fā)展過程中，所有倫理問題由倫理學(xué)家參與規(guī)劃并持續(xù)提出意見。其二則側(cè)重于公眾，團(tuán)隊(duì)將向公眾廣泛而清晰的分享工作進(jìn)展，并依據(jù)人們對這項(xiàng)技術(shù)的看法而制定相應(yīng)的研究計(jì)劃。

雖然Hartung認(rèn)為，離類器官智能真正達(dá)到現(xiàn)有AI的水平還需要幾十年的時間，但起點(diǎn)應(yīng)該從現(xiàn)在開始，為類器官智能構(gòu)建社區(qū)、工具和技術(shù)，最終實(shí)現(xiàn)類器官智能在計(jì)算速度、處理能力、數(shù)據(jù)效率和存儲能力上的全部潛力。