研究示意圖。圖片來源：《自然·電子學》

《自然·電子學》12日報告了一種由電子硬件和一個大腦類器官組成的混合計算系統(tǒng)，可執(zhí)行如語音識別和非線性方程預測等任務。這一研究凸顯出一種方法，或可克服現(xiàn)有計算硬件的一些限制。

近年來人工智能對算力的需求急劇增加。但隨著模型越來越復雜，運行它們的底層計算硬件的能效和性能卻難以跟上。為此研究者正在開發(fā)神經(jīng)形態(tài)計算系統(tǒng)，其受到人腦結構功能的啟發(fā)，可用于更高效地運行。

大腦類器官是用人類多能干細胞人工培育而成的三維聚集體，會發(fā)育出類腦組織。在這項研究中，美國印第安納大學伯明頓分?？蒲袌F隊開發(fā)了一種混合神經(jīng)形態(tài)計算系統(tǒng)，部分是傳統(tǒng)計算硬件，部分是大腦類器官。

這種類器官的特點是集合了不同類型的腦細胞，包括早期階段和成熟的神經(jīng)元，以及早期類腦結構（如腦室區(qū)）的發(fā)育，以形成、發(fā)揮和維持神經(jīng)網(wǎng)絡功能。

類器官從電刺激得到輸入信號，經(jīng)神經(jīng)活動發(fā)送輸出信號?？蒲袌F隊將類器官與被稱為儲備池計算的人工神經(jīng)網(wǎng)絡相結合，這是一個動態(tài)物理存儲層，可根據(jù)一連串輸入信號捕捉和記憶信息，在輸入和輸出層則使用了普通計算硬件。

研究表明，該系統(tǒng)能夠被用于語音識別。實驗中，混合計算系統(tǒng)需要從一個庫里的8個男性發(fā)音者中識別一個人的日語元音（使用了240段音頻剪輯），該系統(tǒng)經(jīng)訓練改進后達到約78%的準確度。

隨附的新聞與觀點文章表示，“隨著這些類器官系統(tǒng)的復雜性增加，對于學界而言，研究含有人類神經(jīng)組織的生物計算系統(tǒng)的相關諸多倫理問題變得相當重要。創(chuàng)造出通用生物計算系統(tǒng)可能還要數(shù)十年，但這一研究有可能對學習、神經(jīng)發(fā)育和神經(jīng)退行性疾病的認知影響等機制產(chǎn)生基礎性的見解”。

總編輯圈點

和人腦相比，硬件驅動的人工智能網(wǎng)絡的最大弱點就是耗能。大腦可以極低成本進行學習、處理信息、作出決策，但計算機不行。新系統(tǒng)由大腦類器官和電子硬件組成，它能以較低耗能進行自適應儲備計算。當然，要大規(guī)模應用這種系統(tǒng)仍存在挑戰(zhàn)。從近期來看，是要解決制造類器官及保證其正常運行問題；從長期來看，涉及人類神經(jīng)系統(tǒng)的生物計算還有倫理問題需要厘清。