404 Media – 16 Oct 26 Computers Made of Human Brain Tissue Identify Braille Letters In Breakthrough Scientists discovered that human brain organoids, which are small neural clusters derived from stem cells, could identify the Braille alphabet with a high degree of accuracy. [!quote]+ 科学家们在实现脑部构造计算机这一令人头脑扭曲目标方面取得了突破，展示了人类神经组织能够分类盲文字母表的字母，这项研究于 周五发表 在《 人工智能前沿 》上。 一个团队将对应盲文字母的电信号传输到人脑类器官，这些器官是源自干细胞的活体神经组织。结果显示，一个由约1万个神经元组成的类器官，能够以约61%的准确率分类字母，而三组类器官的组合准确率达到83%。 “人脑能够在相对较少的能量消耗下进行极其复杂的信息处理，人工神经网络最初灵感来自生物神经系统，”布里斯托大学博士生刘天一在发给404 Media的邮件中表示。 “如果我们一直在模仿生物神经网络，为什么不直接尝试用真实的生物神经网络呢？”她继续说道。“这些微小的神经类器官可能具备什么样的信息处理能力？他们能展现出某种学习或适应能力吗？这些都是我们非常感兴趣的问题。” 这项新研究属于新兴的类器官智能领域，旨在将类器官作为生物“湿件”应用于计算应用。以往的研究已经证明，类器官能够识别 日语 的语音元音，甚至能玩 经典的乒乓 游戏。 由于刘氏和她的团队专注于机器人如何感知和响应触觉，他们将盲文定位为将触觉信息转换为类器官能够接收、处理和分类的电刺激。 在他们的实验装置中，研究人员使用触觉传感器扫描了盲文字母表中26个字母的数据，盲文由凸起的点排列构成。这些数据被转化为电刺激模式，输入到体积小于一毫米的类器官上，并被放置在维持其生命的阵列上。 “我们最初的目标并不是证明类器官能像人类一样阅读盲文，也不是证明它们已经’足够聪明’能理解盲文，”她补充道。“相反，我们希望利用这项任务探索真实的生物神经网络是否能参与处理机器人触觉传感器的信息。” 换句话说，研究人员旨在探究这些受刺激输入是否能被类器官解码，并以可辨识的对应盲文字母的回应回应。结果显示，单个类器官能准确分类字母近三分之二的时间，而三类器官组成的“集合”表现更佳，准确率达83%。 “我们仍然不知道这种改进背后的具体机制，”刘说。“我们的假设是，不同的类器官对相同的刺激反应相似但不完全相同。” 她补充说：“你可以把它想象成三个人在看同一个物体。虽然他们都在看同一件事，但每个人可能会注意到不同的细节。有些特征对一个人来说可能不明显，但对另一个人来说却很容易发现。结合他们的观察，你或许能做出更准确、更可靠的判断。” 结果无疑令人迷幻，唤起了经典科幻元素——一个超智能大脑在缸里的形象。但刘强调，这是一个开环实验，意味着类器官只接收初始输入，且未获得关于其任务表现的新反馈。因此，研究并未证明类器官实际上学习了盲文，或被永久性改变，只是证明它们在接收电信号后能够分类盲文字母。 “未来，如果我们能构建闭环系统，使类器官的神经活动实际参与机器人的感知、决策和控制，同时机器人与环境的互动结果反馈给类器官，我们可以开始研究这些生物神经网络是否能通过持续的相互作用适应新任务，她说。 刘博士还指出，虽然类器官智能有许多潜在优势，但生物计算系统存在诸多局限性。例如，类器官无法标准化，导致自然变异，使结果变得复杂，而且它们必须在比电子设备更难维护的培养中保持活性。 刘说：“与成熟的计算芯片相比，类器官系统在可靠性、可重复性和可扩展性方面仍有很长的路要走。” 即便如此，类器官智能“给了我们探索一种与传统计算机截然不同的计算方式的机会”，她总结道。 Mini brain organoids ‘reading’ Braille marks key step towards biohybrid... Mini brain organoids ‘reading’ Braille marks key step towards biohybrid... Three mini brain organoids working together performed significantly better than one brain organoid at a Braille encoding task, but scientists aren’t sure why 4 个帖子 - 3 位参与者 阅读完整话题

  • 情报分类：商业与市场研究
  • 分类依据：内容涉及商业、投资或市场动态
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/17 11:45:52