数十万个人类神经元在涂有电极的培养皿中生长，已被教会玩经典计算机游戏乒乓球的一个版本。
这样做后，这些细胞加入了一个不断壮大的乒乓球玩家行列，其中包括学会用鼻子操纵操纵杆的猪，以及通过思维控制游戏的猴子。（谷歌的DeepMind人工智能（AI）算法 多年前就掌握了 乒乓球 ，并已转向更复杂的计算机游戏 如 星际争霸II。）
这些游戏细胞不是对屏幕上的视觉提示做出反应，而是对培养皿中电极的电信号做出反应。这些电极既刺激细胞，又记录神经元活动的改变。然后，研究人员将刺激信号和细胞反应转化为游戏的视觉描绘。 结果今天发表在Neuron杂志上。
支持科学新闻事业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业 订阅。通过购买订阅，您正在帮助确保未来能够继续讲述关于发现和塑造我们当今世界的想法的具有影响力的故事。
培养皿中的智能
主要作者、澳大利亚墨尔本 Cortical Labs 的首席科学官 Brett Kagan 说，这项工作证明了培养皿中的神经元可以学习并表现出基本的智能迹象。“在目前的教科书中，神经元主要被认为是它们对人类或动物生物学的影响，”他说。“它们不被认为是信息处理器，但神经元是一个惊人的系统，可以用非常低的功耗实时处理信息。”
尽管该公司称其系统为 DishBrain，但 Kagan 说，这些神经元与真正的大脑相去甚远，并且没有表现出意识迹象。智能的定义也存在激烈的争论；Kagan 将其定义为收集信息并将其应用于给定环境中适应性行为的能力。
Cortical Labs 的工作是基于神经工程师 Steve Potter（现就职于亚特兰大佐治亚理工学院）及其同事的工作。2008 年，该团队报告称，从大鼠培养的神经元可以表现出学习和目标导向行为。
Potter 说，Cortical Labs 的工作带来了更复杂的技术和分析工具。他最初的培养皿有几十个电极；每个 DishBrain 都有数千个。Potter 的团队仅研究了啮齿动物细胞，但 DishBrain 团队也测试了源自人类细胞的神经元。
研究人员使用他们的系统来教导神经元对电信号做出反应，该电信号是乒乓球游戏中球的替代品。在游戏中，玩家在屏幕上上下滑动一个垂直球拍来拦截弹跳的球。在实验中，神经元控制球拍。
作者通过刺激沿球相对于球拍的路径的神经元来表示球的路线。来自网络另一区域的神经元的反应被用来向上或向下移动球拍。
Kagan 说，为了教导神经元击球，他和他的团队利用了神经元倾向于重复产生可预测环境的活动的理论。当神经元的反应与击球相对应时，它们在每次相同的位置和频率受到刺激。如果它们错过了球，网络就会在随机位置和不同频率受到电极的刺激。随着时间的推移，神经元学会了击球以接收有规律的反应而不是随机的反应。
不仅仅是一个游戏
日本埼玉县 RIKEN 脑科学中心的神经科学家 Takuya Isomura 说，这项工作是朝着开发可用于测试新药对神经元功能的潜在影响的分析方法迈出的重要一步。但是，他补充说，目前尚不清楚神经元的行为是否是为了创造可预测的环境，还是为了响应它们接收到的信号的某些其他方面。“我认为重要的下一步是对什么样的刺激实际上可以产生这种差异进行详细的解释，”他说。
Cortical Labs 还旨在最终使用神经元开发用于计算的“生物处理单元”。Potter 说，为 DishBrain 开发的技术足够定量，可以用于比较不同动物之间或来自大脑多个区域的细胞之间的学习差异。
与此同时，他说，将 DishBrain 活动体现为乒乓球游戏的决定是一项绝妙的举措。“对人工智能感兴趣的人非常热衷于任何可以玩乒乓球的东西，”Potter 说。“这是一个 brilliant 的决定。”
本文经许可转载，并于2022 年 10 月 12 日首次发表。