你用于思考、理解和学习的生物中心与容纳一排排高度先进的处理单元的数据中心有着惊人的相似之处。但与这些神经网络数据中心不同的是，人脑有能量预算。平均而言，人脑的运行功耗约为 12 瓦，而台式电脑的功耗为 175 瓦。对于当今先进的人工智能系统，该功率数字可以 轻松飙升至数百万瓦。
[相关：认识“Anthrobots”，由人类气管细胞构建的微型生物机器。]
了解这一点后，研究人员认为，赛博格“生物计算机”的开发最终可能开启一个新时代，以相对较低的能耗实现高功率智能系统。他们在工程化这样一个未来方面已经取得了巨大的进展。
正如发表在《Nature Electronics》上的一项新研究详细介绍的那样，印第安纳大学的一个团队已经成功地在培养皿中使用人类干细胞培养出了自己的纳米级“脑类器官”。在将该类器官连接到硅芯片后，新的生物计算机（被命名为“Brainoware”）很快就被训练能够准确识别语音模式，并执行某些复杂的数学预测。
正如《New Atlas》解释的那样，研究人员将 Brainoware 视为一种“自适应生命体储器”，它能够以“非线性方式”响应电信号输入，同时又能确保它至少具备一定的记忆能力。简单地说，硅有机芯片中实验室培养的脑细胞充当一个信息传输器，能够接收和传输电信号。尽管这些壮举绝不意味着 Brainoware 具有任何 意识或知觉，但它们确实提供了足够的计算能力来实现一些有趣的结果。
为了测试 Brainoware 的能力，研究团队将 240 个成年男性日语说话者的音频剪辑转换为电信号，然后将它们发送到类器官芯片。两天之内，部分由 Brainoware 供电的神经网络系统就能够仅凭一个元音，在 78% 的时间内准确区分这 8 位说话者。
[相关：能够玩 Pong 游戏的脑细胞能教我们什么有关更好的医学和人工智能的知识。]
接下来，研究人员试验了他们的创造物的数学知识。经过相对较短的训练时间，Brainoware 就能预测一个 Hénon 映射。虽然 Hénon 映射是表现出混沌行为的动力学系统中最受研究的例子之一，但它至少比简单的算术要复杂得多。
最终，Brainoware 的设计者认为，这种人类脑类器官芯片可以作为神经网络技术的基础，并且可能比现有选项更快、更便宜、能耗更低。仍然存在许多障碍——包括后勤和伦理方面——需要清除，但尽管通用生物计算系统可能还需要数年时间才能实现，研究人员认为这类进展“很可能为学习机制、神经发育和神经退行性疾病的认知影响提供基础性见解”。
但现在，让我们看看 Brainoware 在 Pong 游戏中表现如何。
