摘要：科技公司竞相打造“通用人工智能”（AGI），即无需人类干预即可自主运行的智能系统，这早已不是秘密。但关键在于——我们的大脑早就赢在了起跑线上。它完成同样艰难的任务，只需极少的资源：不论是能耗、水资源、土地、组件，还是钱。人脑在效率和成本上远胜一筹。

科技公司竞相打造“通用人工智能”（AGI），即无需人类干预即可自主运行的智能系统，这早已不是秘密。但关键在于——我们的大脑早就赢在了起跑线上。它完成同样艰难的任务，只需极少的资源：不论是能耗、水资源、土地、组件，还是钱。人脑在效率和成本上远胜一筹。

生物技术专家开始反问：既然我们已经有了现成的大脑，为什么还要从零复制一个？

目前，你要么可以买一台基于人脑细胞的计算机，要么远程租用一台。没错，连脑力也走上了订阅制的道路。那么这些计算机究竟能做什么？它们如何运作？更重要的是，我们该不该感到一丝不安？

一台名叫 CL1 的生物计算机，来自澳大利亚的 Cortical Labs。这可不是普通计算机，它运行的不是 BIOS，而是 biOS —— Biological Intelligence Operating System，也就是“生物智能操作系统”。因为它不只是模拟大脑，而是真正使用了大脑。

它内部装载着活的人类神经元细胞，这些细胞可以感应、学习、适应，并在模拟世界中发挥作用。就像一个真正的大脑，只不过没有存在主义的烦恼。

而Cortical Labs并不是唯一一家制造活体计算机的企业。瑞士的 FinalSpark 同样在训练所谓“脑类器官”的人类神经元。这些是你可以租来进行研究的小型脑细胞团。

在深入技术细节之前，我们先问个根本问题：为什么要花大力气去培养脑细胞，而不是继续用现成的硅基计算机？Cortical Labs 首席执行官庄宏荣的回答很直接：

大家都在追求通用人工智能，而我们目前唯一真正了解的AGI，是人类的生物智能。

但还有一个更混乱、更棘手的理由：可持续性。生成式AI在资源上是个无底洞——更高的能耗、更大的水耗、更广的土地占用、更稀缺的芯片，一切都只会变得越来越严重。

科技公司并没有放缓脚步，反而在加速扩张。但终有一天，扩张会踩到别人的利益。数据中心不仅在吞噬电力，也在抽干水源、侵占土地，并加剧本地社区的负担。OpenAI 首席执行官山姆·奥特曼在 2024 年初直言不讳地说：

我们确实需要的能源远比我们以前想象的多……而且我认为我们仍然低估了这项技术的能耗。好消息是，想要应对这种需求，唯一的出路是技术突破。

FinalSpark 的联合创始人弗雷德·乔丹认为，他找到了这种突破口：活体神经元。他指出，如果我们能像训练AI那样训练生物计算机，AI的能耗将有可能下降数千倍，其碳足迹几乎可以忽略不计。要理解这个差距的巨大，我们来看一组数据。

美国的第一台百亿亿次级超算“Frontier”，运算能力达1.1 exa FLOPS（每秒千亿亿次计算），重达266吨，分布在74个机柜中，造价高达6亿美元。而你的大脑呢？重约1.3公斤，用电仅20瓦，理论上可达1 exaFLOP，售价：无从标价。

正如 David Byrne 所说：我们是在“软硬兼施”。

他们的目标不是AGI，而是“SBI”——合成生物智能（Synthetic Biological Intelligence）。

那他们是怎么做到的？

如何把皮肤细胞变成神经元，并嵌入计算机之中？

所谓生物计算机，在概念上听起来很节能高效，但它到底是什么？2024年，Cortical Labs 将 CL1 称作“盒中之躯”（a body in a box）。听起来像是恐怖片道具？其实并不。里面的“神经元”原本是干细胞——更准确地说，是被重新编程的人类皮肤细胞。

人体有多种干细胞。胚胎干细胞存在于发育早期，而成人干细胞分布在皮肤、骨髓等部位，用于定期再生组织。一旦这些干细胞分化为特定细胞（如皮肤细胞），它们通常不再变化。这种“能变成任何细胞”的能力被称为“多能性”（pluripotency）。

曾几何时，科学界认为成熟细胞不能逆转。直到2012年，京都大学的山中伸弥获得诺贝尔奖，他通过一套基因重编程序，把普通小鼠的皮肤细胞“重置”回多能干细胞状态。这一方法在人体细胞中也同样奏效。

Cortical Labs 和 FinalSpark 的神经元，正是通过这种方法培养的。首先，科学家采集志愿者的皮肤或血液细胞，利用重编程技术将其转化为“诱导性多能干细胞”（iPSC）。再经过数周精细调控，这些细胞最终分化为神经前体细胞，也就是尚未成熟的“神经元候选人”。

一旦这些细胞准备就绪，研究人员会将它们移植到“多电极阵列”（MEA）芯片上。这种芯片可以同时向细胞发送电信号，并记录它们的反应。在后续数月内，这些细胞继续发育成长，最终变成成熟的神经元，并与硅芯片实现连接。科幻感拉满。

整个流程的目标是制造“脑类器官”（brain organoids）——以真实器官为蓝本的微型三维组织结构。这些“类器官”在医学研究中大有用途，用于模拟器官发育、研究疾病、测试新药，甚至探索个性化医疗。

需要说明的是：它们并不是完整的人脑，甚至称不上“大脑”。它们只具备部分脑区特征，最多含有约500万个细胞，直径不过半厘米。而人类大脑有860亿个神经元，以及大致同等数量的非神经元细胞。相形之下，类器官只是一个小点。

但在这个微观世界中，科学正在重新书写“智能”的含义。

关于“合成神经元”的细节，远不止我们在此能涵盖的那一点点。简而言之，制造一个脑类器官通常需要数月精细的操作。FinalSpark 的生产周期约为四个月，才能得到一个可用的脑类器官。

就在 CL1 上市的同一时期，麻省理工学院的研究人员宣布了一项令人惊讶的突破：他们发现可以跳过干细胞阶段，直接将皮肤细胞转化为神经元。如果这种方法能够推广，这一“捷径”将极大加速生物计算机的生产流程，同时降低成本。

从更宏观的角度看，这一切的最终目标，是将脑类器官作为AI的替代方案——也就是所谓的“有机智能”（Organic Intelligence，OI）。但你可能会问：我们就这么在实验室里“养小脑”，伦理问题怎么办？这确实是生物技术、神经科学与哲学界共同面对的难题。

不过，在讨论意识、感知与道德边界前，我们先来看这些“类脑体”现在到底能做什么。

除了用于构建SBI、OI、生物计算或“湿件计算”（wetware），脑类器官在医学研究中已取得显著成果。它们被用于建模神经疾病、测试药物、探索基因疗法、推进个性化医疗的边界，甚至可能最终减少对动物实验的依赖。

至于 CL1 这类生物计算机？Cortical Labs 和 FinalSpark 正押注它们会成为未来更加绿色的AI解决方案——至少，它们是这么说的。

那么，现在的生物计算机到底能做什么？在计算机科学中，技术节点往往以“游戏”形式登场。图灵的“模仿游戏”催生了图灵测试；IBM 的“深蓝”在1997年击败国际象棋世界冠军卡斯帕罗夫；DeepMind 的 AlphaGo 在2016年战胜围棋冠军李世乭。

而现在？请欢迎 DishBrain —— Cortical Labs 的活体“玩家”。

它不是像“深蓝”那样的冰箱般庞然大物，不需要AlphaGo那样的1202个CPU，也不占用“Frontier”那种7300平方英尺的空间。

DishBrain，只占据一个培养皿。

早在2022年，它就可以玩乒乓游戏《Pong》。

让我们拆解一下它的训练过程：Cortical Labs 将人类和小鼠神经元种植在MEA芯片上，基于“自由能原理”（Free Energy Principle）进行训练。该原理认为：智能系统倾向于预测和维持可控性。他们通过电信号输入与反馈训练神经元玩《Pong》。

其过程仿佛我们大脑对现实世界的感知：输入 → 转化为电信号 → 输出。DishBrain 的神经元在模拟游戏环境中也是这样工作：当它们“漏接球”，就会收到随机、混乱的电刺激作为“惩罚”——4秒150毫伏、5赫兹频率的信号，不痛不痒，但足够扰乱其“状态”；当它们成功接球时，就会获得“奖励”：100毫秒、100赫兹的平稳正弦波信号。

实验表明：反馈越清晰，表现越好；反馈完全中断时，系统表现立即崩塌。

Cortical Labs 认为，这说明 DishBrain 不仅在被动响应，而是在学习——虽然离击败人类还差很远，但作为初步验证，已经令人惊艳。

回到现实问题：你能买到 CL1 吗？目前CL1标价约3.5万美元，而且必须是合格的科研人员才能采购。但和这些“脑机”互动其实没有那么遥不可及。

首先，CL1 的 API 文档已在 GitHub 上公开。其次，Cortical Labs 和 FinalSpark 都开放了官方 Discord 社区，任何人都可以加入，提出问题、交换实验心得、一起“理工宅燃烧”。

就算没有实验室预算，你也可以远程租用他们的“神经网络”：FinalSpark 平台已上线，但需申请批准；Cortical Labs 的租用服务也即将开放。

这一切，听起来是否令人心跳加速？

你也许会想：这些脑类器官听起来很高深，但普通人真的能参与进来吗？答案是——有可能。FinalSpark 表示，如果你的项目足够有趣，他们愿意免费为你开放接入权限。此外，他们还全天候直播部分神经元的实时状态。你真的可以“看着培养皿发呆”，说不定比一些屏保还耐看。

当然，这项技术仍处在非常早期的阶段。它不会很快取代你的手机或笔记本电脑——甚至可能永远也不会。想用脑类器官跑 Windows，实在太不现实了。至于能不能跑《毁灭战士》（DOOM）？目前没人敢保证。但乔丹的比喻却发人深省：晶体管发明时，也没人能预见它会引爆整个信息时代。

而这恰恰才是令人不安的地方——未来的不确定性。从伦理层面讲，我们连“意识”的定义都尚未统一。如果某个脑类器官真的发展出了意识，我们如何知道？我们该怎么办？

坦率地说，有好消息，也有坏消息。坏消息是：我们现在根本不知道自己在做什么。好消息是：我们现在根本不知道自己在做什么。

我们甚至连“人类意识”的共识性定义都没有。Cortical Labs 目前正在通过公开调查，试图汇总公众对此问题的看法。缺乏统一语言，让生物技术研究变得更加难以传播，尤其当“感知”“意识”“思考”这些词汇一出口，便唤起巨大的情绪反应时。

谁有资格定义什么是“思考”？什么样的行为才能称为“有感知”？你可以借机发表一下自己的看法。

但话说回来，我们离“按下紧急关闭按钮”还早得很。就算是目前最先进的脑类器官，其规模和复杂度也远远不及哪怕一只鸟、一只老鼠、甚至一只昆虫。没错，连果蝇都遥不可及。

那么，从技术成熟度的角度看，生物计算目前处于什么水平？套用 NASA 的“技术就绪等级”（Technology Readiness Level）体系：它还非常“实验室态”。像 CL1 和 FinalSpark 的 neuroplatform（神经平台）仍处于积极研发阶段。研究人员不仅是使用者，更像是产品的内测工程师——不断测试、反馈、修正，与开发者协同共建。

放大视角看，整个生物计算领域，目前也只是刚刚揭开序幕。它更像是“量子计算”的兄弟——一门正在蹒跚起步的新兴科学，甚至可能像“模拟计算”那样悄悄迎来复兴。

我们现在所处的位置，就像是站在峡谷边缘，俯瞰未知的深渊。底下有什么？没人知道。我们只希望——那里面别是长满嘴的怪物，而且还不会尖叫。

来源：老胡科学一点号