皮肤细胞变AI处理器？瑞士公司用生物计算将AI能耗降低百万数量级

利用人类皮肤细胞也能造出 AI 处理器？一家名为 FinalSpark 的瑞士公司，认为生物计算是 AI 的下一次进化飞跃。该公司开发了一款生物处理器，这些处理器利用人体神经元来代替传统的硅基芯片，使用由人类皮肤细胞培育出的类脑器官作为计算单元。生物计算的最大优势之一，便是神经元计算信息所需要的能量远远低于数字计算机。据其估计，活体神经元的能耗甚至不到当前人们使用的数字处理器的一百万分之一。与全球当前最好计算机之一的惠普 Frontier 计算机相比，在实现大致相同的性能时，生物计算的功耗为 10-20 瓦，而硅基计算的功耗为 21 兆瓦。这让生物计算展现出了极大的吸引力，其在提升 AI 模型的泛化能力的同时，还能在不牺牲技术进步的情况下减少温室气体排放。

据介绍，这一处理器基于该公司名为 Neuroplatform 的核心技术平台，其宣称这是全球首个可远程访问的体外生物神经元计算平台。之所以构建这一平台是因为，在研究活体神经元的时候尽管可以观察到输入神经元的数据与其响应之间的关系，但是很难去测量神经元结构内部的运作，即不知道传递函数和系统的状态。

FinalSpark 在一篇新闻稿中指出，这是一个真正的“黑箱”，它比人工神经网络中的“黑箱”更难理解，这意味着需要通过大量实验来开发用于活体神经元计算的算法。正因此，该公司构建了 Neuroplatform 这一 7×24 小时的全天候平台。

该公司公开表示，其希望有一天能够看到充满着“活”服务器的数据中心，这些服务器可以复制 AI 的学习方式，所使用的能耗只有当前方法的一小部分。对于这一生物处理器，FinalSpark 使用业内常用的“湿件”这一名称来称呼。这种生物处理器的研发过程涉及到神经元的创建，研发中需要将这些神经元发展为类器官的簇，同时将它们附在电极上，然后就可以像使用微型计算机一样使用它们。

对于很多人来说，生物计算的概念可能有点奇怪，但其实这一概念早已出现在科幻小说中——即像使用一台小机器一样使用神经元。据了解，FinalSpark 创办于 2014 年，其产品研发之旅始于从日本一家诊所购买的人体皮肤细胞干细胞，这些细胞来自于匿名的捐赠者。公司成立以来，有很多人表示希望捐赠细胞，但是出于对细胞质量的考量，其只选择来自于官方供应商的干细胞。

在该公司的实验室里，有一些装着几个白色小球的培养皿。这些小球本质上都是实验室培育的微型大脑，其由活体干细胞组成，这些干细胞经过培养之后成为了神经元以及能够支持细胞的簇（即类器官）。它们远远不如人脑那么复杂，但是具有相同的构成要素。

经过持续几个月的发展过程之后，这些类器官就可以附着在电极上，并能针对简单的键盘命令做出反应。其实，这是一种发送电信号和接受电信号的手段，信号的结果会被记录到连接到该公司系统的普通计算机上。

由于目前这款生物处理器仍在迭代，因此在使用当前版本的时候，当按下一个键它就会通过电极发送电信号，当它起作用的时候就能让人在电脑屏幕上看到活动所带来的“跳跃”，这种跳跃实际上是一个看起来有点像脑电图的移动式图表。

因为并非真正意义上的成品，因此当连续按键多次之后，生物处理器有时会突然暂停反应，随之而来的就是电脑图表上出现了异常。对于背后的原因，就连该公司的研发人员也正在尝试弄懂。而要想实现更长远的目标就得针对生物处理器进行电刺激操作，以便能够激发生物计算机神经元的学习能力，从而让生物处理器最终能够适应所需执行的任务。

事实上，这和目前的 AI 在道理上是一样的，即提供一些输入得到一些输出。维持普通计算机的运行非常简单，只需要打开电源即可。在生物计算机上又会发生什么？目前，学界依然未能解答这个问题。因为对于人类来说，血管贯穿着整个人脑，以便通过提供营养来维持大脑的正常运转。而类器官没有血管，人们甚至还不知道如何正确地制造类器官，事实上这也是目前该领域的最大挑战。

不过可以肯定的是，当说到一台生物处理器“死亡”时指的肯定是湿件的死亡。在过去四年间，该公司取得了一些新进展，比如其类器官已经可以存活长达四个月，但当它们消亡时却会伴随一些令人感到毛骨悚然的情况。比如，在其生命的最后几分钟或最后几十秒，它们会出现活动迅速增加的情况，类似于一些人类在临终前出现的心率加快和大脑活动增加。过去几年间，该公司记录了大约 1,000 例到 2,000 例类似死亡案例。当出现死亡时，该公司的研发人员必须结束实验去了解死亡原因，然后才能启动新的实验。虽然令人感到毛骨悚然，但是研发人员尽量采取不带感情色彩的做法，因为这些类器官只不过是用来自于不同材料的不同基板制作而成的计算机而已。

就该公司的创始团队而言，联合创始人兼联席 CEO 弗雷德·乔丹（Fred Jordan）早年博士毕业于瑞士洛桑联邦理工学院的信号处理专业，担任该公司的 CEO 已经将近 12 年。2024 年，他和团队发表了一篇题为《用于湿件计算研究的开发式可远程访问的神经平台》的论文，以经过同行审议的方式展示了该公司的成果。

该公司的另一位联席 CEO 马丁·库特（Martin Kutter），早年亦是博士毕业于洛桑联邦理工学院，并在几年前申请到了一项名为“基于生物神经网络的认知计算方法与系统”发明专利。

FinalSpark 已经经历 11 年的发展，AI 的发展让其产品迎来了更大的市场。面对 AI 领域日益严重的高能耗问题，部分企业正在寻找替代能源的生产方式，以便持续提高硅基服务器的使用率，这些替代能源主要包括聚变能、地热能和核能。然而，FinalSpark 在一篇新闻稿中指出，这些能源的生产方式要么不够成熟，要么会引发公众对于安全性的担忧，因此这是其从神经形态计算这一非常规计算来着手的原因。

2025 年，有研究团队在 Advanced Science 的一篇综述论文中介绍了生物计算对于发展 AI 的必要性。该综述论文指出，随着深度学习和大模型技术的飞速发展，AI 在训练过程中的计算需求、模型参数和能耗都在大幅增长，这导致开发顶级 AI 模型的成本正在不断攀升。AI 发展也会对其运行的载体即硅基芯片提出更高性能要求。然而，由于量子干涉和热涨落等影响，晶体管的制造工艺正在逼近物理极限，功耗问题也变得愈发突出。一言以蔽之，传统硅基芯片的能耗、运行效率、计算负载和学习能力正在成为 AI 获得更好发展的瓶颈。

为了实现更加强大的计算能力，人们开始在生物计算和生物芯片方面开展研究，即开展湿件计算的研究。湿件计算是一个结合了硬件、软件和生物学的新兴计算领域，其核心是利用生物组织和生物细胞来执行计算任务。湿件计算在能耗、自我学习能力和并行处理能力上具有较大潜力，这使得湿件计算比传统基于硅的 AI 训练方法有着更加显著的成本优势。那些利用体外细胞培养的神经网络和脑器官，可以通过电生理活动针对外界刺激做出反应，从而实现数据计算和决策等功能。

此前，已有大量研究表明，经过一定的训练之后，体外培养的神经网络和脑器官可以实现特定任务，比如避开障碍、语音识别、控制机械臂、在虚拟世界中玩游戏等。总的来说，在功耗、学习能力和训练速度上，生物芯片都优于硅基芯片。与平面二维网络培养的神经网络相比，类器官在神经元数量、神经元类型、计算性能和工作寿命等方面都具备一定优势，这让其在湿件领域有着广阔的发展前景。

正因此，FinalSpark 的生物计算产品可以说是未来可期。但是，目前湿件依然很难完全取代现有计算机芯片所使用的材料，同时对于硅基 AI 来说生物计算是一种补充而非替代。此外，在生物计算的发展上，该领域还要进一步推进疾病建模以及减少动物使用。

参考资料：

公司官网 https://finalspark.com

官方资料 https://finalspark.com/wetware-computing-that-bold-idea-of-using-living-neuronal-networks-to-compute/

官方资料 https://finalspark.com/unconventional-computing/

联合创始人兼联席 CEO 弗雷德·乔丹（Fred Jordan）的领英主页 https://www.linkedin.com/in/fred-jordan-anticounterfeiting-brandprotection-authentication/

联席 CEO 马丁·库特（Martin Kutter）的领英主页 https://www.linkedin.com/in/martin-kutter-529a1/

相关综述论文 https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202508120

其他报道 https://www.bbc.com/news/articles/cy7p1lzvxjro

其他报道 https://www.tomshardware.com/pc-components/cpus/swiss-lab-where-researchers-are-working-to-create-computers-powered-by-mini-human-brains-revealed-in-new-report-mini-brain-organoids-revealed-developers-say-we-shouldnt-be-scared-of-them

排版：刘雅坤