《自然.电子学》12日报告了一种由电子硬件和一个大脑类器官组成的混合计算系统，可执行如语音识别和非线性方程预测等任务。这一研究凸显出一种方法，或可克服现有计算硬件的一些限制。研究表明，该系统能够被用于语音识别。实验中，混合计算系统需要从一个库里的8个男性发音者中识别一个人的日语元音(使用了240段音频剪辑)，该系统经训练改进后达到约78%的准确度。

研究人员将该系统称为Brainoware。它结合了大脑类器官——一束组织模拟人类细胞，用于研究器官建模。类器官由能够专门化成不同类型细胞的干细胞制成。在这种情况下，它们被进化成神经元，类似于我们大脑中发现的神经元。

提出神经形态计算系统

随着人工智能(机器学习和人工神经网络模型)成为关键驱动因素，近年来对算力的需求急剧增加。不过，随着这些模型变得越来越复杂，运行它们的底层计算硬件的能效和性能却难以跟上。为此，受人脑结构功能的启发，研究者正在开发神经形态计算系统，以设计用于更高效地运行此类模型。

大脑类器官是用人类多能干细胞人工培育而成的三维聚集体，它会发育出类脑组织，能够复制发育中大脑结构的特定方面。在本项研究中，论文通讯作者、美国印第安纳大学伯明顿分校郭峰和同事及合作者开发出一种混合神经形态计算系统，部分是传统计算硬件，部分是大脑类器官。

这种类器官的特点是集合了不同类型的脑细胞，包括早期阶段和成熟的神经元，以及早期类脑结构(如脑室区)的发育，以形成、发挥和维持神经网络功能，这一类器官从电刺激得到输入信号，经神经活动发送输出信号。

论文作者将类器官与一类被称为储备池计算的人工神经网络相结合，这是一个动态物理存储层，可根据一连串输入信号捕捉和记忆信息。在输入和输出层使用了普通计算硬件，输出层受到训练可读取储备层，对原始输入数据进行预测或分类。他们的研究表明，该混合计算系统能够被用于语音识别，经训练改进后能达到约78%的准确度，但与具有长短期记忆的人工神经网络相比，该系统在使用同一数据集时准确性稍逊。

速度远超在硅芯片上的神经网络

利用活人脑细胞进行的新研究显示了将活体组织与计算机相结合的前景。活体神经元群的训练速度比人工模型更快，但结果几乎相同。抛开道德问题不谈（这远不是问题），无论是在性能还是经济方面，活的人类脑细胞都可以超越当前和未来运行在硅芯片上的神经网络。

科学家们利用干细胞培养了一种所谓的大脑类器官——一种三维细胞群，可以复制神经元的结构及其在大脑中的连接。这不是第一次，当然也不是最后一次利用人类活细胞进行的实验。例如，此前，大脑类器官被教导打乒乓球，并成功完成了这项任务。在此类研究中，最困难的就是将信息传递给“大脑”并读取它。

美国布卢明顿印第安纳大学郭芬教授团队提出了一个相当简单的解决方案——他们在高密度电极阵列上生长类器官。电极，实际上是一个计算机接口，将数据输入“大脑”的细胞并读取其后续活动的结果。因此，在实践中，实现了一种作为储存器的尖峰（脉冲）神经网络架构。科学家们不知道神经元阵列中发生了什么，但条件生存模型显示出快速学习和计算的能力。

活生生的人工“大脑”并不像具有长链短期记忆元素的人工神经网络那么准确，但每个网络都经过了 50 各阶段的训练。Brainoware 网络在训练人工电路所花费的训练时间不到 10% 的情况下取得了几乎相同的结果。

论文作者的梦想是：“通用生物计算系统可能需要几十年的时间才能创建，但这项研究可能会为学习机制、神经发育和神经退行性疾病的认知后果提供基本见解。”。

“人机混合”伦理问题提上日程

未来数字世界中，人与机器如何分工？人与机器的边界又将如何划分呢？

实际上，当前人机关系主要是功能分配，人把握主要方向，机处理精细过程，而未来的人机关系可能是某种能力的分工，机也可以把握某些不关键的方向，人也可以处理某些缜密的过程。人机的边界在于“应”和“变”，即如何实现适时的“弥”（散）与“聚”（焦）、“跨”（域）与“协”（同）、“反”（思）与“创”（造）。

随着这些类器官系统的复杂性增加，对于学界而言，研究含有人类神经组织的生物计算系统的相关诸多伦理问题变得相当重要。创造出通用生物计算系统可能还要数十年，但这一研究有可能对学习、神经发育和神经退行性疾病的认知影响等机制产生基础性的见解。

人机混合智能是人工智能发展的必经之路，其中既需要新的理论方法，也需要对人、机、环境之间的关系进行新的探索。随着人工智能的热度不断加大，越来越多的产品走进人们的生活之中。但是，强人工智能依然没有实现，如何将人的算计智能迁移到机器中去，这是一个必然要解决的问题。

我们已经从认知角度构建认知模型或者从意识的角度构建计算-算计模型，这都是对人的认知思维的尝试性理解和模拟，期望实现人的算计能力。计算-算计模型的研究不仅需要考虑机器技术的飞速发展，还要考虑交互主体即人的思维和认知方式，让机器与人各司其职，互相混合促进，这才是人机混合智能的前景和趋势 。

科技向善对西方而言是个有问题的提法，科技是物质世界的客观存在，向善则是伦理道德的必然要求，从客观存在能否推出必然要求，这是目前西方仍在争议的话题。科技本身没有对错善恶之分，能利人利己，也能害人害己；而设计、开发、使用、管理、维护、运行的人会有对错善恶混合之分，科技向善本质是指“人”的向善。

文章来源： 咻咻讯息，极目新闻，光明网，网信内蒙古