不是吧，黑客帝国真要走进现实了？缸中之脑可能也不再是科幻小说里面的情节了。
就在前不久，天津大学和南方科技大学合作研发了一个交互系统。
他们直接给机器人植入了生物意义上的“大脑”，没有使用当下流行的 AI 大模型，就能实现躲避、跟踪、抓握等简单的操作。
听到“大脑”和“机器人”的组合，可能很多人还是一头雾水。
其实，这项研究并非新鲜事物，在业内被称为“类器官智能 (OI)”。
这条赛道，在许多人的视野之外，早已悄悄地发展到了新的阶段。
简而言之，类器官智能是指利用人造大脑来控制各种机器，帮助人类完成任务，目标与 AI 类似。
谈到大脑控制机器，人们可能会联想到脑机接口，但它与我们今天探讨的类器官智能截然不同。
脑机接口是在现有人脑上植入电子设备，而类器官智能则是从零开始，利用干细胞培养出“脑类细胞”，充当“脑 PU”。
如果用软件和硬件的方式来定义的话，这个新培育出的人脑应该被称为“湿件”（Wetware）。
因为它是一个活体，需要在培养皿内才能正常“工作”。
工作环境的要求也比普通 AI 芯片更加严格，需要提供充足的营养，保证湿度和温度，并且排除细菌和病毒。
总之，这个过程充满了麻烦，而且即使悉心照料这个“大脑”，它的寿命也远不及普通的显卡。
目前，人造大脑一般只能工作 100 天左右，最长的记录也只有 12 个月。
和许多人一样，一开始，我对这类器官智能的用途感到困惑，它与 AI 的目标相似，但付出如此大的努力，却远远落后于现今 AI 的发展速度。
然而，深入研究之后，我发现了类器官智能的亮点，它有潜力解决当下 AI 发展的瓶颈。
还是那个老生常谈的能耗问题，大模型的能耗非常高。
对于同一个简单问题，大模型可能需要调用大量算力才能解决，不仅耗时，而且消耗大量能量。而人脑可能轻而易举地就能给出答案。
人脑能够做到这一点，归根结底是生物神经元的先天优势。
大脑的神经具有可塑性，不仅能长出新的神经组织，还能扩展现有的连接通道。
这样一来，我们就不用担心数据质量的优劣，无论如何，大脑中的神经会自适应地从数据中学习经验，快速高效，同时也能保证最低的能量消耗。
当然，AI 科学家们比我们更清楚大脑的天然优势，多年来，他们一直在模仿人类神经结构开发 AI 模型。
但问题在于，关于大脑的具体运行机制，科学家们尚未完全研究透彻，想要在 AI 架构上模仿大脑，还处于起步阶段。
类器官智能则不同，它与“大脑”相关，但其“人生信条”是不求甚解，无需完全了解人脑内部的机制。
再加上近年来 AI 能耗问题日益突出，所以近年来类器官智能取得的成果越来越瞩目。
例如，下面的一个类似乒乓球的电脑游戏 Pong，你敢相信这是人造脑细胞在学习了 5 分钟后达到的效果吗？
虽然效果可能不如 AI 好，但当时，AI 要学习玩这个游戏，至少需要训练 90 分钟以上。
这是世界上第一个有感知的人造大脑，由澳大利亚一家初创公司 Cortical Labs 培育，共有 80 万个脑细胞。
大家不要听到 80 万个脑细胞，就开始脑补各种从人脑中提取神经元脑细胞的场景。如果真是那样的话，估计早就闹出伦理丑闻了。
实际过程是用诱导的方式将多能干细胞分化成皮质神经元细胞，然后进一步培养。
脑细胞准备就绪后，接下来的步骤与脑机接口类似，用电极将“人造大脑”连接到机器上，就能让大脑直接工作了。
不过，这个人造大脑打乒乓球，已经是两年前的成果了。经过这两年的进化，现在“人造大脑”已经开始与 AI 抢饭碗了。
就在一个月前，另一家初创公司 FinalSpark 发布了一款生物处理器，里面工作的都是人脑类器官的生物神经元。
为了使培育的脑细胞更像人脑，研究人员还引入了多巴胺。平时会将其关在“笼子”里，如果脑细胞表现良好，就会打开笼子“奖励”一下脑细胞。
据官方说法，在这样的诱导下，这款新的生物处理器，能耗仅为传统数字处理器的一百万分之一。
不仅如此，去年年底，印第安纳大学还研发了一个机器-类大脑混合计算系统 Brainoware，学习能力可与 AI 相媲美。
以语音识别能力为例，Brainoware 初始识别八个人语音的准确率只有 51%，而两天后，准确率就上升到了 78%。
如此短时间内取得如此大的进步，还是得益于大脑，整个系统会在电刺激反应过程中不断变化和重组，以不断改进。
但从目前的进展来看，想要完全为 AI 减轻能耗负担，人造大脑还有很大的进步空间，许多研究成果仍停留在实验室阶段。
然而，我们不能小看它的潜力，毕竟普通人的大脑只开发了一成，如果完全培养一个人脑，将其所有潜力开发出来，那能力估计是我们无法想象的。
有趣的是，前段时间我发现日本研发了一项新技术，可以将人的皮肤固定在机器人的脸上。
拥有这样的皮肤再加上人造大脑，未来我们岂不是也能像三体中的云天明一样，通过克隆实现永生？
