行业范式转变 - 传统硅基人工智能的发展面临系统庞大、能耗高、数据依赖强的挑战[1] - 合成生物智能作为一种新范式被提出，其根基在于活体细胞与突触，而非金属与电流[1] - 该范式不依赖预设代码，而是让生物神经网络在与环境互动中自主学习、适应甚至“思考”[1] 技术突破与实验验证 - 澳大利亚初创公司Cortical Labs联合多所高校在2022年于《Neuron》期刊发表了一项真实实验[2] - 实验将几万个来自老鼠胚胎或人类干细胞的脑细胞安置在芯片上，使其成功学习并玩转电子游戏《Pong》[2] - 该系统被命名为“DishBrain”，首次证明脱离生物体的活体神经元能在虚拟环境中感知信息、做出反应并通过反馈实现学习[2] 核心技术原理 - 实验核心采用高密度微电极阵列，上面布满数千个微型电极[4] - 神经元被接种在芯片上，彼此连接形成具有基本网络结构的微型“脑组织”[4] - 通过电信号编码与解码实现交互：球的位置信息被转化为特定频率的电脉冲刺激神经元，神经元的放电活动则被读取并用于控制球拍移动[5][6] 学习机制与验证 - 神经元在短短5分钟内通过有效反馈显著延长了游戏回合数，提高了击球准确率[7] - 学习机制基于自由能原理，利用神经元厌恶“意外”的特性：成功时给予规律可预测的电信号，失败时给予随机混乱的噪声信号[7][8] - 通过设置对照组验证，只有处于闭环反馈中的活体神经元才表现出学习能力，排除了随机波动或设备误差的可能性[8]