用大鼠脑细胞造AI？生物计算离现实更近一步

在硅基芯片主导人工智能发展的今天，一家名为The Biological Computing Company（以下简称BCC）的初创公司正试图用大鼠脑细胞构建AI模型。近日，该公司宣布将其生物计算工具部署到亚马逊云服务AWS上，这一合作被视为生物计算领域迈出实验室、走向商业化的重要一步。

生物计算：当神经元成为计算单元

生物计算并非全新概念。其核心思想是利用活体神经元——通常来自大鼠或人类干细胞——在培养皿中形成网络，通过电刺激和信号读取来完成计算任务。与传统的硅基芯片相比，神经元网络具有超低能耗、高度并行处理和自适应学习等潜在优势。

BCC所开发的平台正是基于这一原理。该公司从大鼠大脑中提取神经元，将其培养在特制的电极阵列上，形成可编程的生物神经网络。通过向这些神经元施加电信号，研究人员可以“训练”网络完成特定任务，例如模式识别、信号分类甚至简单的决策。这些生物网络的能耗极低，理论上仅需传统AI模型一小部分的电力即可运行。

“我们不是在模拟大脑，我们是在直接使用大脑。”——BCC联合创始人曾在采访中表示。

然而，这一领域长期处于边缘地带。技术挑战巨大：如何保持神经元在体外长期存活？如何稳定读取和写入信号？如何将生物信号与数字系统高效接口？这些问题曾让大多数投资者望而却步。

AWS合作：生物计算走向云端

此次BCC与AWS的合作，核心在于将生物计算工具链集成到云端。这意味着研究人员和开发者可以通过AWS平台访问BCC的API和软件工具，设计、模拟和运行生物计算实验，而无需自行搭建复杂的生物实验室。这一举措有望大幅降低生物计算的门槛。

具体而言，BCC将其神经信号处理算法、实验管理软件和数据分析工具打包为云服务。用户可以在AWS上远程操控生物计算硬件，上传任务、接收结果，就像使用普通的云计算资源一样。这标志着生物计算从“手工实验室科学”向“可扩展平台技术”的转变。

对于AWS而言，引入生物计算服务是其探索下一代计算范式的一部分。随着摩尔定律逐渐放缓，传统芯片的能效提升面临瓶颈，科技巨头纷纷布局神经形态计算、量子计算和生物计算等前沿领域。BCC的技术若能成熟，或将为AWS带来独特的算力资源。

行业背景：生物计算的复兴浪潮

BCC并非孤军奋战。近年来，Cortical Labs、FinalSpark等公司也在推进类似方向。2022年，Cortical Labs展示了“DishBrain”系统，用大鼠和人类神经元学会了玩《乒乓球》游戏，引发广泛关注。FinalSpark则推出了基于人类神经元的云平台，供研究人员远程进行生物计算实验。

学术界同样热情高涨。多个研究团队已证明，神经元培养物可以完成简单的逻辑运算、图像识别和时间序列预测任务。部分研究显示，生物神经网络在某些任务上的能效比传统AI芯片高出数个数量级。

推动这一复兴的深层原因，是AI能耗问题的日益严峻。训练大型语言模型的碳足迹已引发广泛担忧，而生物计算提供了一条潜在的绿色路径——毕竟，人脑的功耗仅约20瓦，却能完成当今超级计算机难以企及的认知任务。

挑战与争议：前路仍漫漫

尽管前景诱人，生物计算面临的挑战不容忽视。首先是可扩展性问题：目前大多数实验仅能维持数千到数万个神经元，远低于人脑860亿神经元的规模。其次是稳定性：神经元培养物寿命有限，通常仅能维持数周至数月，且对环境条件极为敏感。

伦理问题同样值得关注。使用活体神经元进行计算是否涉及道德边界？如果未来使用人类神经元，是否会引发意识或感知能力的争议？这些问题目前尚无明确答案，但监管框架的缺失可能成为商业化的障碍。

此外，生物计算与现有数字基础设施的接口仍不成熟。虽然BCC与AWS的合作解决了部分软件层面的问题，但物理硬件的标准化、信号传输的延迟和噪声等问题仍需大量工程突破。

编者按：边缘与主流的交界

BCC与AWS的合作，或许不会立刻让生物计算成为主流，但它释放了一个明确信号：这一领域正在从“疯狂科学家的实验”转变为“科技巨头的战略布局”。当云计算巨头开始为生物计算提供基础设施，意味着资本和生态正在向这里汇聚。

当然，我们也要保持清醒。生物计算距离大规模商用仍有很长距离，其技术成熟度可能落后于量子计算。但它所代表的“自然与代码融合”方向，或许正是突破当前AI瓶颈的关键路径之一。未来十年，我们可能会见证一场计算范式的悄然变革——而大鼠脑细胞，或许正是这场变革的起点。

本文编译自WIRED