混合型腦芯片：美國科學家將7萬個活神經元與電子元件融合

柔性電子網與活腦細胞連接，可監測并刺激神經活動。

普林斯頓大學的研究人員開發出一種混合生物計算平臺，將活腦細胞與柔性電子器件結合在一起。

該系統標志著人工智能與生物系統向更緊密融合邁出了一步。

該裝置名為3D-MIND，將成群的活神經元嵌入三維電子支架中，該支架旨在支持生物組織與計算硬件之間的通信。

研究人員表示，這一系統有助于推進類腦計算，為人工智能系統提供一種更接近人腦結構和功能的新方法。

“人工智能在不久的將來面臨的真正瓶頸是能源。我們的大腦完成類似任務所消耗的能量，僅為當今人工智能系統耗能的大約百萬分之一。”普林斯頓神經科學研究所兼聘教師傅天民在一份聲明中說道。

混合大腦平臺

普林斯頓大學的研究人員開發出一種名為3D-MIND的混合生物計算平臺，將活腦細胞與柔性電子器件整合在一起。該系統旨在建立三維神經細胞網絡與電子硬件之間的直接接口。

該裝置由一個柔性的三維電子網構成，可嵌入實驗室培育的活腦細胞網絡中。細胞圍繞并穿過網狀結構生長，從而在生物組織與電子元件之間形成穩定連接。集成傳感器可監測神經網絡的電活動，而嵌入式刺激器則能將信號傳回細胞。

與以往主要在神經培養物表面與細胞互動的系統不同，新平臺被設計為在三維神經結構的深處運作。這使得能夠對整個網絡進行直接監測和刺激，從而獲取此前難以觸及的神經活動與連接信息。

電子器件由柔軟的、力學特性與腦組織相似的材料制成，使裝置能夠長時間與活細胞保持整合，而不會明顯干擾細胞的行為。研究人員報告稱，已實現超過六個月穩定的交互追蹤。

研究還發現，與傳統的平面二維培養相比，三維生物神經網絡擁有更豐富的連接性和更大的計算潛力。嵌入式接口能夠比傳統二維系統更快、更高效地刺激和訓練神經網絡。

活體神經計算

3D-MIND的研發引入了一種將電子系統與實驗室培育的三維腦細胞網絡直接連接的新方法。研究人員認為，該方法可支持未來類腦計算系統的創建，其運行能耗遠低于當前許多人工智能平臺。

除計算應用外，該系統也可作為研究工具，用于探究神經回路在真實三維環境中如何發育、適應和運作。該平臺可提供更具生物學準確性的實驗模型，從而改進藥物篩選，并幫助科學家在受控條件下研究神經系統疾病。

未來的工作將聚焦于改進該裝置，以研究大腦發育、建立特定神經系統疾病的模型并測試實驗性療法。研究人員還在擴大系統規模，整合更多傳感器和電極，以增強神經接口的復雜性和功能。

研究團隊正在探索如何更好地引導生物神經網絡學習和適應，同時將平臺與光學成像等技術結合，以更深入地了解大腦活動。此外，他們還在努力提升大規模三維組裝技術，使這些裝置能夠更穩定地生產。

從長遠來看，研究人員旨在開發出融合生物學與電子學的實用混合系統，應用于計算和醫學領域。

如果朋友們喜歡，敬請關注“知新了了”！