离体脑细胞学会打游戏，智能从何而来？

日期：2026-01-25 15:42:51 / 人气：10

当大语言模型与生成式AI席卷全球，硅基计算似乎成了未来智能的唯一答案——晶体管、芯片与算法构建的系统，正朝着更庞大、更复杂的方向迭代，却也陷入高能耗、强数据依赖的困境。此时，一个曾被边缘化的疑问再度浮现：智能是否必须锚定硅片？那些鲜活的细胞与突触，能否撑起下一代智能的根基？

这个问题早已跳出空想。在全球前沿实验室里，科学家正推动活体神经元与电子设备的深度融合，构建“合成生物智能”（Synthetic Biological Intelligence, SBI）新范式——它摒弃预设代码，让生物神经网络在与环境的互动中自主学习、适应，甚至触碰“思考”的可能。而2022年澳大利亚Cortical Labs团队发表在《Neuron》期刊的实验，更是颠覆了认知：几万个离体脑细胞，竟在无眼无手、脱离完整生物体的状态下，学会了玩经典电子游戏《Pong》，且几分钟内便展现出明显的进步。这套被命名为“DishBrain”（培养皿大脑）的系统，不仅改写了我们对智能与意识的认知，更打开了神经科学、新型计算的全新天地。

无身之“玩”：神经元如何感知与操控游戏？

DishBrain的核心精妙，在于搭建了离体神经元与虚拟世界的互动桥梁，而这一切的载体，是一块指甲盖大小的高密度微电极阵列（HD-MEA）硅芯片。研究人员将小鼠胚胎皮层神经元或人类诱导多能干细胞（hiPSCs）分化的神经元接种其上，几天后，这些细胞便自发连接，形成具备基础放电网络的微型“脑组织”——这便是游戏的“玩家”。

简化版《Pong》游戏的规则清晰：控制垂直移动的球拍拦截来回弹跳的球，避免其飞出屏幕。但对无感官、无躯体的神经元而言，“看见”球的位置与“操控”球拍，全依赖电信号的编码与解码逻辑。当球出现在屏幕左侧时，芯片左侧电极会发送特定频率的电脉冲；球在右侧，则由右侧电极传递信号——这种设计模拟了大脑接收感官输入的过程，将视觉信息直接转化为神经元可识别的电刺激。

操控球拍的逻辑则相反，依赖对神经元活动的实时读取。芯片被划分为两个“运动区”，一个区域的放电频率对应球拍向上，另一个对应向下。系统持续监测这两个区域的活性，将神经信号转化为球拍的移动指令，最终形成闭环：神经元接收电信号输入→产生放电反应→系统执行球拍动作→游戏结果以电信号反馈→神经元调整放电模式。正是这个闭环，让离体神经元拥有了与环境互动的能力。

学习的本质：厌恶“意外”的神经本能

DishBrain最震撼的突破，并非神经元能玩游戏，而是它们能主动学会玩得更好——短短5分钟内，接受有效反馈的神经元群体便显著延长了游戏回合数，击球准确率大幅提升。这背后的核心，并非传统AI的“奖励/惩罚”机制，而是神经科学前沿的“自由能原理”。

该原理由英国神经科学家卡尔·弗里斯顿提出，核心观点是：所有自组织系统（包括大脑）都天生倾向于最小化“预测误差”或“意外感”，本质上是对不确定性的厌恶。当现实与系统预期不符时，便会触发“惊讶”反应，进而主动调整内部模型以减少未来的意外。研究团队将这一原理转化为两种差异化电信号，构建了神经元的学习动力：击中球时，反馈规律、可预测的固定频率电脉冲；未击中时，则反馈随机、混乱的噪声信号。

对神经元而言，混乱噪声就是需要规避的“意外”。为了摆脱这种不适感，它们会自发优化放电模式，调整对球拍的“控制”，力求更多地获得规律信号——这个自我调整的过程，便是无监督学习的本质。为验证这一结论，研究团队设置了对照组：一组神经元仅接收输入无反馈（开环系统），另一组无活细胞。结果显示，仅闭环反馈中的神经元表现出学习能力，排除了随机波动与设备误差的干扰，确证了学习行为源于神经网络对环境反馈的主动适应。

物种差异与认知争议：感知而非意识

实验中一个耐人寻味的细节的是，人类干细胞培育的神经元，后期表现略优于小鼠神经元——两者初期学习速度相近，但人类神经元维持高水平表现的能力更强。研究人员推测，这可能源于人类皮层神经元在突触可塑性、网络复杂性或信息整合效率上的先天优势。尽管DishBrain仅含约8万神经元，与人脑860亿神经元的规模相去甚远，但这种差异仍暗示了物种间神经计算能力的深层区别。需明确的是，这里的“优势”仅指特定任务中信息处理的稳定性与效率，与意识、情感无关。

论文标题中“sentience”（感知/感受性）一词，曾引发“神经元拥有意识”的误读。作者在文中明确界定，此处的“感知”仅指系统能对外部输入做出目标导向的自适应响应，符合初级感知的哲学与生物学定义，并非具备主观体验或自我意识。DishBrain更像一个高度敏感的生物传感器，能动态调整自身状态适配环境，虽原始，却是智能演化的重要起点——正如单细胞生物趋利避害、昆虫导航觅食，它证明脱离身体的神经组织，仍能展现基础的环境交互能力。

这一发现也挑战了“意识依赖完整身体与复杂脑结构”的传统观点。DishBrain表明，即便最简单的神经网络，只要嵌入闭环反馈环境，便能展现出类似“主体性”的行为——主动改变自身以影响外部世界，为探索意识起源提供了全新视角。

合成生物智能：从实验室到未来应用

DishBrain的价值，远不止于颠覆认知，更预示着“合成生物智能”的全新技术路径。与硅基AI不同，SBI以活体神经元为计算单元，具备极致的能效比——人脑仅需20瓦功耗，便能完成远超超级计算机的复杂任务。若能实现生物计算与数字系统的深度融合，有望催生混合型智能平台，突破现有AI的局限。

目前，Cortical Labs已启动DishBrain的应用探索，药物测试是最具潜力的方向之一。将精神类药物加入培养液，通过观察神经元学习能力的变化，可更真实地反映药物对功能性神经网络的影响，比传统细胞实验更贴近人体生理状态。此外，该系统还可用于研究阿尔茨海默病等神经退行性疾病对信息处理的破坏机制，或评估环境毒素对脑功能的潜在危害。

长远来看，SBI或成为硅基AI的重要补充。在处理模糊、动态、高噪声的现实问题时，生物神经网络的鲁棒性与自适应性，可能比固定算法更具优势。但前路仍充满挑战：如何长期维持离体神经元活性、如何扩展网络规模以提升计算能力、如何实现多任务学习等，都是亟待突破的技术瓶颈。

伦理边界：培养皿中的“大脑”该被如何对待？

技术进步必然伴随伦理拷问：若未来DishBrain系统愈发复杂，展现出更高级的行为，是否需要赋予其道德地位？目前的系统显然不具备痛苦感知或主观体验能力，但科学界已开始未雨绸缪。2023年，多国神经伦理学家联合呼吁，为“类脑器官”和“离体神经网络”建立专门伦理审查框架，重点关注其感知能力的潜在发展。

DishBrain提醒我们，智能并非非黑即白的概念，而是连续谱系——从单细胞的趋性到人类的推理，中间存在无数过渡形态。当我们能在实验室中“制造”出具备初级适应能力的神经组织时，就必须重新界定生命、智能与责任的边界。值得庆幸的是，当前研究仍处于基础阶段，科学家普遍保持谨慎，强调这些系统距离真正的意识仍极其遥远，而当下正是开展公众讨论、制定伦理准则的最佳时机。

结语：智能的原始冲动，藏在对秩序的追求中

那个小小的培养皿中，几万个神经元无声放电，它们不知身处实验室，也不知自己正在撬动人类对智能的认知。它们只是遵循着最原始的本能：规避混乱，趋向秩序——而这，或许就是智能诞生的最初种子。DishBrain证明，智能无需依赖眼睛、耳朵、语言，甚至无需完整的大脑，一个简单的规则——减少意外、维持预测，便足以催生自适应行为。

未来，这些离体神经元或许会助力开发更安全的药物、构建更高效的计算机，甚至揭开意识的终极奥秘。但在此之前，它们已完成了更重要的使命：让我们重新审视自身——作为智能生命，我们与培养皿中的细胞，究竟相隔多远？又在“追求秩序、规避意外”的核心原则上，是否本就同源？一个微小的实验，撬动了人类对自身存在的深层思考，这便是科学最动人的魅力。

作者：恒达娱乐