就在你以为人工智能领域的“整活”水平已经触及天花板时，一家来自澳大利亚的初创公司决定直接打破碳基与硅基的次元壁。他们不再纠结于增加多少块 GPU，而是直接把 AI 接入了活生生的生物大脑。
准确地说，是“类脑芯片”。Cortical Labs，这家此前因在培养皿中教导 80 万个人类神经元玩经典游戏《Pong》而名噪一时的生物技术公司，如今又玩出了新高度。在成功训练 20 万个神经元在充满恶魔的《DOOM》（毁灭战士）地狱走廊里闪转腾挪后，他们更进一步，将这套“碟中脑”（DishBrain）系统接入了大语言模型（LLM）。
没错，那些在硅片上不断闪烁电信号的活体人类脑细胞，现在正实时“挑选”着 AI 想要表达的词汇。这不再仅仅是机器学习的一次微小迭代，而是一次诡谲、迷人且略带寒意的飞跃，标志着我们正式踏入了“湿件”（Wetware）与生物计算的新纪元。坦白说，在这项技术面前，你平时用的那些聊天机器人看起来就像算盘一样原始。
从像素球拍到地狱战场
要理解脑细胞为何能“代笔”写文章，我们得先回顾一下 Cortical Labs 那些惊世骇俗的战绩。2022 年，这支来自墨尔本的团队凭借“DishBrain”实验登上了全球头条。他们将神经元培养在微电极阵列上，这种阵列既能刺激细胞，也能读取其活动。通过发送代表《Pong》中球位置的电信号，这些神经元在短短五分钟内就学会了通过放电来控制球拍。这是合成生物智能（Synthetic Biological Intelligence）具备目标导向学习能力的有力证明。
但《Pong》只是小儿科。科技界一直有个不成文的硬件评测标准：“它能跑《DOOM》吗？”于是，Cortical Labs 顺理成章地挑战了这款经典射击游戏。从简单的 2D 世界跨越到《DOOM》的 3D 环境是一次巨大的飞跃，需要空间导航、威胁识别和复杂的决策能力。然而，这些神经元做到了。游戏的画面信号被转化为电刺激模式，而神经元的反馈则被解码为移动和射击等游戏动作。虽然它们的表现更像是个手忙脚乱的菜鸟而非电竞大神，但这证明了该系统能够处理极其复杂且动态的任务。
给 LLM 装上一枚“生物幽灵”
在征服了经典游戏后，下一步显然是给这些神经元一个“发声”的机会。根据科技布道者 Robert Scoble 等人披露的最新实验，这些脑细胞已经与 LLM 实现了联姻。现在，神经元放出的电脉冲不再是控制球拍或星际战士，而是被用来选择 AI 生成的每一个“词元”（token）——无论是一个字母还是一个单词。
在一段预热视频中，我们可以看到整个过程：网格显示着被刺激的通道以及来自神经元的相应反馈，它们正在集体“决定”下一段文本的内容。这是一种原始且未加过滤的奇观：生物物质正在执行一项此前一直由耗电巨大的硅基算法垄断的认知任务。
“我们已经证明，我们可以与活体生物神经元进行交互，并迫使它们改变自身活动，从而产生类似于智能的行为，”Cortical Labs 的首席科学官 Dr. Brett Kagan 在谈及早期工作时表示。
而这项新进展将这种交互推向了全新的维度。对一个弹跳的球做出反应是一回事，参与语言的构建则是完全不同的境界。
为什么要费劲折腾大脑？
看到这里你可能会问：既然高端 GPU 运行 LLM 已经足够出色，为什么还要大费周章地在培养皿里养着 20 万个神经元？答案在于效率，以及硅基芯片无法逾越的物理极限。人类大脑在执行惊人计算时，功耗仅约 20 瓦——相当于一个昏暗的灯泡。而一台试图模拟同等活动的超级计算机，消耗的能量可能是其数百万倍。
Cortical Labs 以及该领域的先驱们正赌上未来：这种不可思议的能量效率是可以被利用的。生物系统在并行处理和自适应学习方面的天赋，是传统确定性、二进制计算机难以企及的。通过将活体神经元与硅片融合，他们正在创造一种混合计算架构。也许有一天，这种架构能驱动学习速度更快、能耗仅为目前零头的系统。
这不仅仅是为了做一个更牛的聊天机器人。在 CEO Dr. Hon Weng Chong 的领导下，Cortical Labs 团队预见到了这项技术在机器人、个性化医疗和药物研发领域的革命性潜力。想象一下，一个机器人不再只是执行预设代码，而是能像生物体一样灵活地适应新环境。或者，利用患者自身的神经元制成芯片，来测试癫痫等神经系统疾病药物的疗效。
前路依然漫长。生物系统极其复杂且充满不确定性，远不如硅基芯片那样稳定可靠。但正如 Cortical Labs 所展示的那样，培养皿里的一簇细胞已经从玩游戏进化到了“开口说话”。让这些神经元在未来控制一台机器人的构想，已经不再是科幻小说的桥段，而是写在路线图上的下一个里程碑。这个念头令人不寒而栗，却又让人热血沸腾。
