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]

【文/观察者网专栏作者 心智观察所】 想象这样一个场景：在一间恒温、无菌的实验室里，几万个来自老鼠胚胎或人类干细胞的脑细胞被小心 地安置在一个指甲盖大小的芯片上。它们没有眼睛去看屏幕，没有手去操控手柄，甚至没有一个完整的 身体——却成功地玩起了上世纪70年代风靡全球的电子游戏《Pong》（乒乓）。更令人惊讶的是，它 们不仅会玩，还在几分钟内学会了如何打得更好。 这并非科幻小说中的桥段，而是2022年由澳大利亚初创公司Cortical Labs联合多所高校发表在 《Neuron》期刊上的一项真实实验。研究团队将这套系统命名为"DishBrain"（培养皿大脑），并首次证 明：即使脱离了生物体，活体神经元也能在虚拟环境中感知信息、做出反应，并通过反馈机制实现学 习。这一发现不仅挑战了我们对"智能"和"意识"的传统理解，也为未来神经科学、药物研发乃至新型计 算范式打开了全新的可能性。 神经元如何"看见"和"移动"？ 那么，神经元如何"知道"球在哪里？又如何"控制"球拍？ 近年来，随着大语言模型的爆发式发展和生成式人工智能的广泛应用，人们一度认为硅基计算——即由 晶体管、芯片和算法构成的传统人工智能——已经牢牢锁定了 ...