20万人类神经元 玩转Doom 效率碾压AI算法

你敢信吗？培养在芯片上的20万个活人类神经元，现在居然能玩经典3D射击游戏《毁灭战士》了。找敌人、开枪、走位还会主动管理弹药，一套操作下来行云流水，学习效率还把当下主流的AI算法比下去了。这事可不是科幻脑洞，是正经做出来的实验成果，从之前花一年半才学会玩简单乒乓球，到现在不到一周搞定射击游戏，背后藏着怎样的改变？

这事放5年前根本想都不敢想。当年Cortical Labs团队花了整整18个月，才让培养皿里的神经元学会玩规则简单到爆的2D乒乓球游戏Pong，说白了就是球往上走球拍往上跟的直白映射。这次是独立开发者Sean Cole，靠着团队开放的云平台API，不到一周就搞定了Doom的适配，写完代码还直接开源了。

从一年半到七天的变化，可不只是速度变快这么简单。这相当于生物计算从封闭的实验室，正式走进了全球开源生态里，就像当年AWS把云计算开放给中小企业那样，不用自己搭昂贵的数据中心就能用上算力。现在普通开发者不用掌握复杂的神经培养技术，调用API就能拿到碳基计算资源，技术门槛直接被彻底拉低。

最让人惊讶的还是学习效率，这些小小的神经元直接把三大主流强化学习AI都比下去了。相同的70局训练量限制下，不管是平均每局击球次数，还是发球失误率、长回合占比，三项核心指标全都是生物培养的神经元大幅领先。哪怕AI拿到的输入信息密度远高于神经元，1600像素对8个刺激电极，小样本训练里还是追不上碳基的表现。

这种差距本质上是信息处理的逻辑不一样。现在的硅基AI依赖反向传播算法，得有海量数据反复迭代才能收敛出可用的模型。碳基神经元用的是类似人类的试错式前向学习，错一次就能快速调整策略，样本效率天生就比硅基AI高得多。

这种高效可不是硅基堆硬件就能追上的，它来自生命本身的信息处理逻辑。这次演示的核心载体，是Cortical Labs去年发布的CL1，也是全世界第一台支持代码部署的生物计算机。它的核心就是一块多电极阵列芯片，上面长着大约20万个活体人类神经元，开发者用简单的Python命令就能实现和活细胞的实时交互。

为了打消大家“是不是拿生物当噱头”的质疑，团队专门做了对照实验。当把神经元的放电信号换成随机信号之后，整个系统的学习效果直接消失了。这也就实锤了，CL1真的实现了碳基计算的可编程，不是挂羊头卖狗肉的营销噱头。

现在CL1的API和云平台已经全面开放，任何开发者都能自由教神经元学习新任务。这种开放模式搞不好会像当年的Arduino一样，催生出一堆意想不到的创新应用。说不定再过几年，就能看到神经元控制机械臂、优化能源调度，甚至帮忙设计全新功能材料的案例出现。

很多人看到碳基效率碾压AI的结果，就开始担心硅基芯片要被淘汰，其实真的想多了。硅基芯片在高速并行计算、精准数值运算上的优势，是碳基计算完全没法比的。就说现在训练AI大模型，依然需要数千块GPU协同工作，这个活碳基根本接不下来。

未来的计算架构，更偏向硅基和碳基互相搭配互补的模式。比如自动驾驶场景里，硅基芯片处理雷达、摄像头采集的海量实时数据，碳基模块负责应对突发路况的快速决策。医疗领域里，硅基系统负责分析医学影像，碳基模块辅助临床诊断的自适应学习。这种模式本来就在自然界存在，人类的大脑负责决策学习，我们发明的工具负责执行复杂任务，生物计算只是把这种自然逻辑用工程化的方式搬到了计算机系统里。

从玩简单的Pong到玩转复杂的Doom，从封闭在实验室到开放给全球开发者，生物计算正在一步步从概念走向实用。这次20万神经元玩Doom的演示，不是碳基取代硅基的宣战，而是给全世界展示了一种全新的计算范式。当硅基的速度和碳基的灵活学习能力结合在一起，说不定就能诞生真正具备自适应学习能力的智能系统，这才是生物计算最值得我们期待的未来。

参考资料：新华网 生物计算开启全新计算范式