构建生命支持系统所需的计算机芯片并不多。
但是，当您将实际的活脑细胞与无机硅芯片结合在一起时，就不能仅靠电来喂养它们。您实际上需要提供他们通常在完全生物体内获得的一切。
何必呢？
正如澳大利亚Corical Labs首席执行官翁永冲先生所解释的那样，这全都在于创建能够学习的计算机系统，并且只需较少的培训数据就可以更快地学习。他说，这与标准的Intel，Nvidia或AMD芯片需要不同的方法。
“我们实际上构建的是一个混合芯片，它由CMOS传感器组成，因此它是具有非常细的电极网格的硅芯片。它们的间距约为17微米，其中大约有22,000。” Chong 最近在The AI Show上对我说。“我们所做的是，我们从老鼠胚胎中提取了活的神经元，或者将它们与干细胞和实际芯片表面上生长的神经网络区分开来。”
为什么是脑细胞？
Chong说，我们知道的唯一具有真正智能的机器就是大脑。他补充说，脑细胞中的碳和蛋白质块可以一起形成并能够产生计算量。硅芯片上的神经元通过与硅表面“杂交”而形成突触。这意味着您现在拥有一台可编程的生物机器。
Chong说：“由于这些电极，我们可以看到电活动，还可以施加刺激，施加一点电压，从某种意义上说，现在我们可以对生物基质进行读写了。”
这些生物机器正在做的第一件事?
打乒乓球。
Cortical Labs首席技术官Andy Kitchen说，他们正处于早期阶段，使用一种刺激响应方法来教他们的混合芯片打乒乓球。换句话说，训练这些大脑芯片机器比给计算机编程更像是教孩子。
“就像其他任何学习都是通过一系列刺激响应循环来进行的，就像学习骑自行车一样，我们会创建一个非常专业的刺激响应循环，以便引起我们关心的特定行为，” Kitchen说。
最终，我们的目标是模仿非常简单的生物机器(动物，生物)所展示的复杂性-可以说是-惊人的微型CPU。
例如，秀丽隐杆线虫是一种微小的蠕虫或线虫，长约1毫米，总共有300多个神经元。但是，由于其心理能力非常有限，它能够表现出有趣的行为：寻找食物，避免危险，繁殖并继续存在。苍蝇也没有大脑，但是它们操纵得很好，难以捕捉并且行为复杂。
Cortical Labs希望生物增强的AI系统也能够学习复杂的动作：制造，驾驶，建造，清洁等。而且生物芯片将学习得更快。
像我们一样学习更多。
Chong说：“我们认为这将非常令人惊奇，而且我们在某些芯片上也看到了这一事实，这些神经元会重新布线，实际上它们会重新编程以解决特定任务。” “所以，我的意思是，对我们来说，与人类一样，对吗?甚至是一条狗，您都会教狗如何玩取球。您正在改变其环境，正在改变刺激并对其进行适应。它不是在重新编程，它不在那儿，就像重新布线一样。”
按照传统技术的要求，已经完成了每一步的编程。相反，您可以编程一个高级目标或最终状态，然后系统将自身连接在一起以实现目标。
人类的神经元比线虫或苍蝇多得多：860亿，付出或付出几百万。
皮质实验室目前的“脑芯片一号”具有成千上万至数十万个神经元。在公司的路线图中，这一比例可以扩展到数百万。在这一点上，假设公司既可以对它们进行编程并使它们保持生命，则应该会出现有趣的行为和功能。
“我们将看到成千上万的神经元和数百万个神经元肯定比同等的硅系统更强大，拥有更强大的潜能，” Kitchen说。
我有一个问题：您实际上如何将生物鼠标神经元与硅计算机芯片连接起来。毕竟，它们没有配备USB或HDMI的小型版本。
显然-为这里的高级科学做好准备-您像涂抹花生酱一样涂抹它们。
“我们使用的系统是这些微型电极阵列，它们实际上是微型电极的网格，” Kitchen告诉我。“我的意思是，您基本上是在尽可能简单的角度上考虑它，例如在一块吐司面包上涂花生酱，对吗?您将这些神经元和神经祖细胞涂在电极网格的顶部，并且还有某些结合化学物质，这可能会使它们更好地粘在一起。这些神经元是如此靠近这些电极，而实际上却离这些电极很近，以至于当它们发射时，您可以将其拾起。”
不完全是科学怪人和闪电。
但是也许高科技也是如此简单，这也令人感到安慰。
还有一个问题有待回答：将生物学和硅技术放在一起的伦理考虑是什么?在什么复杂程度下，我们“创造”的东西比洗衣机具有更多的权利?目前，这些问题仍然没有答案。但是随着这项技术的发展，并且如果它在五年左右的时间内真正进入市场，它们将值得探索。
