Nature | 用人脑细胞“造电脑”：湿件计算的野心与冷静

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

基本信息：

Title:Building computers out of brain cells

发表时间：2025.11.13

Journal:Nature

影响因子：48.5

获取原文：

1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本

引言

想象一下，在日内瓦湖畔的一间实验室里，桌上并排摆着一排小培养皿：每个里头都是一团只有沙粒大小的人类脑细胞，它们安静地躺在电极阵列上，却能接收远程指令、发出电脉冲“回复”，全球科研团队可以在线“租用”这些脑细胞来做计算任务——这不是科幻电影，而是现在正在兴起的湿件计算（wetware computing）或生物计算机（biocomputer）。

为什么科学家要费这么大劲“折腾”脑细胞？一个关键原因是能耗。当今最强的超级计算机需要巨大的电力和散热设施，而我们的人脑只靠不足 20 瓦的功率，却能完成相当于每秒 10¹⁵ 级别运算的复杂信息处理。对于习惯抱怨手机电量不够、数据中心能耗直线上升的现代人来说，“像大脑一样算得快、又几乎不费电”的计算系统，显然极具诱惑。

传统路线是类脑计算（neuromorphic computing）：在硅基芯片上模仿神经元的“充电—放电”模式，同时优化连接方式。但这毕竟还是“假脑”。文章介绍的另一条更激进的路径，是直接回到生物本身——用诱导多能干细胞（induced pluripotent stem cells, iPS cells）培养出人脑类器官（brain organoids）或二维神经网络，让活体神经元来充当计算单元，再用电子接口把它们“接入”计算机世界。

作者顺着这一思路，从几家关键实验室和公司的工作讲起：英国布里斯托大学团队利用人脑类器官“识别”盲文（Braille）；瑞士公司 FinalSpark 把类器官做成可远程租用的“湿件服务器”；澳大利亚 Cortical Labs 则让培养皿中的神经元学会玩经典小游戏 Pong，并进一步商品化为生物电脑设备。文章在叙述这些炫目的演示后，又转向泼冷水的一面：不少神经科学家对其“算力”持怀疑态度，更担忧“瓶中大脑（brain-in-a-jar）”的科幻想象会引发关于“感知（sentience）和意识”的伦理恐慌，从而连累整个神经类器官研究领域。

因此，这篇特稿真正想回答的，不只是“人脑细胞能不能当电脑用”，而是：在 AI 与量子计算（quantum computing）高歌猛进的今天，生物计算机究竟处在科学探索、技术原型、商业炒作和伦理争议的哪一个交叉点，我们应如何在想象力与审慎之间找到平衡。

核心发现

湿件计算的雏形：脑类器官可以完成简单模式识别

文章重点介绍了 Ward-Cherrier 团队的工作：他们利用约 1 万个神经元组成的人脑类器官，通过机器人触觉传感器读取盲文，将每个字母转成独特的电刺激图案，经 8 个电极输入类器官，再用机器学习分析其放电模式。结果显示，同一个类器官在识别同一字母时，输出模式的一致率约为 61%，三枚类器官合并可达 83%，说明这类系统已经能在“输入-处理-输出”链条上完成基本的信息分类任务。第 1 页封面插图以中央芯片和放射状神经元的构图，形象呈现了这类“脑细胞＋芯片”的混合计算架构。

如何让脑细胞“学会”任务：闭环训练与奖励信号

要让生物计算机处理更复杂任务，关键在于可塑性和学习能力。FinalSpark 计划通过给类器官添加多巴胺（dopamine）等神经递质来调节突触强度，使特定反应更易被重复。Cortical Labs 则采用“模式训练刺激（pattern training stimulation）”，在二维神经网络上连接虚拟 Pong 游戏：当神经元放电导致挡板击中小球时，给予有结构的电刺激奖励；反之则给予混乱噪声。随着训练推进，细胞逐渐倾向于产生能获得“可预测反馈”的放电模式，相当于学会了控制挡板。第 2 页“Computing with cells”示意图完整展示了这种输入、反馈和输出构成的闭环学习系统。

从实验台到商品：生物电脑与远程“脑细胞云服务”

文章梳理了湿件计算从学术走向产业的尝试。FinalSpark 在瑞士维威建立类器官服务器，向全球研究者提供在线访问，学术团队可免费使用，企业则需支付每月约 5000 美元以获得独占使用权。Cortical Labs 更进一步，开发出模块化的 CL1 生物计算机：每个模块含最多约 1000 个神经元，可串联成更大网络，寿命约 6 个月，并配套可编程接口，售价约 3.5 万美元，已向多家实验室发货。第 2 页示意图下部的设备插画展示了这一“生物电脑环境”：培养皿、控制系统与显示屏相连，象征把活细胞正式纳入工程化、可编程的计算平台。

潜力与质疑并存：算力梦想、概念混乱和伦理风险

尽管支持者认为生物计算机有望在能耗上超越传统 AI，甚至“有一天可以与量子计算竞争”，但多位神经科学家对当前成果保持冷静。Lancaster 提醒，过度使用“感知（sentience）”等词描述简单的细胞网络，容易让公众误以为这些系统拥有意识，从而推动严苛监管，反噬整个神经类器官研究。她还指出，一项使用无神经元水凝胶（hydrogel）系统“学会”玩 Pong 的研究，说明在带反馈的物质系统中，表面上的“学习”可能只是物理噪声与结构响应的结果。文章结尾以这类争议收束全文，强调在期待“脑细胞超算”的同时，更需要概念清晰和伦理审慎。

归纳总结和点评

总体来看，这篇 Nature 特稿并不是为某一项“颠覆性实验”站台，而是以新闻写作的方式，串起了脑类器官、生物计算机和类脑 AI 的最新尝试，展示了一个刚刚成形但极具想象空间的跨学科领域：它同时依赖干细胞技术、神经科学、机器学习和工程学，也已经吸引资本与创业公司入局。作者在纸面上既没有压抑“用人脑细胞造电脑”的震撼感，也没有顺势渲染乌托邦，而是通过科学家之间的分歧、概念之争和伦理担忧，对湿件计算的“真实进度条”进行了相对冷静的校准。这种既敢想又肯泼冷水的写法，为公众理解前沿科技提供了难得的尺度感，也为后续更严肃的科学和伦理讨论打下了基础。

AI 一句话锐评

在人脑与电脑之间搭起导线的，暂时还是培养皿里的微弱电信号，而不是科幻片里的“超级意识”。

前沿交流|欢迎加入认知神经科学前沿交流群！

核心图表、方法细节、统计结果与讨论见原文及其拓展数据。

分享人：BQ

审核：PsyBrain 脑心前沿编辑部