北京
现代AI的能耗焦虑正在催生一条全新的技术路线。普林斯顿大学研究团队近期在《Nature Electronics》发表的一项成果，将活体神经元与微电子器件整合进同一三维系统，构建出能够识别电信号模式的"生物计算"装置。这项技术的核心吸引力在于：人脑完成同类任务所需的能量，可能只有当前AI系统的百万分之一。
这不是科学家第一次尝试用脑细胞做计算。此前的主流方案有两种：要么在培养皿中铺展二维细胞层，要么构建三维细胞团块后从外部进行监测和刺激。普林斯顿系统的关键突破在于"由内而外"的设计——电子元件直接嵌入神经网络内部，与神经元形成双向互动。
研究团队采用精密制造工艺，编织出由微米级金属导线和电极构成的三维网格，外层覆以超薄环氧树脂涂层。这种材料既保持了结构稳定性，又具备足够的柔韧性，能够适应周围神经元的生长。网格充当"脚手架"功能，最终支撑起由数万个神经元组成的大型三维网络。
在超过六个月的持续观测中，研究人员以更高精度记录并刺激神经电活动。他们测试了强化或削弱特定神经元连接的方法，并训练算法识别电脉冲中的模式特征。实验设置了两种任务：区分不同的空间信号模式，以及辨别不同的时间序列模式。系统在这两类测试中均成功完成了模式识别。
该项目的初始目标是解答神经科学的基础问题，但团队很快意识到其潜在应用价值。主导研究的电气与计算机工程助理教授Tian-Ming Fu指出，AI发展的真正瓶颈在于能源消耗。论文第一作者、博士后研究员Kumar Mritunjay表示，这类三维生物神经网络不仅有助于揭示大脑的计算机制，还可能为理解和治疗神经系统疾病提供新途径。研究团队计划扩展该平台，以处理更复杂的任务。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
