人工智能 (AI) 長期以來一直受到人類大腦結構和運作方式等方面的啟發，并且人工智能已經取得了從輔助診斷醫療到創作詩歌等一系列令人印象深刻的成就。盡管如此，原始模型——人類大腦——仍然在許多方面仍然優于機器。

2月28日，美國約翰·霍普金斯大學（Johns Hopkins University）發布消息稱，如果我們不嘗試讓 AI 更像大腦，而是直奔源頭會怎么樣？ 多個學科的科學家正在努力創造革命性的“生物計算機”，以腦細胞的三維培養物（稱為類腦器官）用作硬件。

2月28日，研究人員在國際學術期刊《人工智能前沿》（ Frontiers in Artificial Intelligence）雜志上發表標題為《建立類器官智能社區的首個類器官智能 (OI) 研討會》（First Organoid Intelligence (OI) workshop to form an OI community）文章，描述了實現這一愿景的路線圖。

“我們將這個新的跨學科領域稱為‘類器官智能’(OI)，”上述文章的通訊作者、美國約翰·霍普金斯大學布隆伯格公共衛生學院教授教授托馬斯·哈東(Thomas Hartung) 表示。

“類器官智能”路線圖。

首個類器官智能研討會、社區和宣言

上述文章稱，意識到類器官研究的巨大潛力后，美國約翰·霍普金斯大學于 2022年2月22日至-24 日組織了第一個類器官智能研討會，由此形成了一個類器官智能（OI ）研究社區，并通過了探索類器官智能的巴爾的摩宣言。

上述文章于首次研討會結束十個月后、2022年12月5日投稿，2023年2月8日被接受，2月28日在線發表。

該宣言呼吁國際科學界探索基于人腦的類器官細胞的潛力，促進我們對大腦的理解，并探索生物計算新形式，同時認識到和解決相關的倫理問題。會議的參與者以與術語“人工智能”(AI，Artificial Intelligence)一詞一致的方式，創造了“類器官智能”(OI，Organoid Intelligence)一詞來描述這種研究和開發方法。“人工智能”被用于描述計算機能夠執行通常需要人類智能的任務。OI具有廣泛而深遠的應用潛力，可以造福人類和我們的星球。

該宣言稱，OI有望闡明人類認知功能（如記憶和學習）的生理學。它為生物和混合計算提供了改變游戲規則的機會，可以克服硅基計算的重大限制。它提供了在大腦和機器之間的接口方面取得空前進步的前景。最后，OI可以在建模和治療癡呆癥和其他神經生成性疾病方面取得突破，這些疾病會在全球范圍內造成巨大且不斷增長的疾病負擔。實現OI改變世界的潛力需要科學突破。 我們需要人類干細胞技術和生物工程的進步，以重建大腦結構，并模擬其潛在的偽認知能力。我們需要突破接口技術，讓我們能夠向類器官傳遞輸入信號，測量輸出信號，并采用反饋機制來模擬學習過程。我們還需要新的機器學習、大數據和人工智能技術，來讓我們了解大腦類器官。除了應對這些科學和技術挑戰外，我們還需要（盡可能）預見并解決與這項研究相關并且很大程度上未被探索的倫理挑戰。我們必須警惕類器官發展出意識的形式或方面的任何可能性，并減輕和防范這種情況。我們呼吁科學界加入我們的旅程。只有通過合作，我們才能充分發揮 OI 推動科學、技術和醫學發展的潛力。

也就是說，類器官智能計劃至少包括四方面內容：通過人類干細胞技術和生物工程的進步來重建大腦架構，并對其認知能力潛力進行建模；通過接口方面的突破，讓人們能夠向類器官傳遞輸入信號，測量輸出信號，并采用反饋機制來模擬學習過程；通過新穎的機器學習、大數據和AI技術，讓人們能夠了解大腦類器官；在類器官智能的開發過程中討論出一個公認的倫理框架。

腦類器官的細胞染色照片（粉色-神經元；紅色-少突膠質細胞；綠色-星形膠質細胞；藍色-細胞核），來自美國約翰·霍普金斯大學Thomas Hartung實驗室。

從細胞到類器官智能

上述研究計劃的領導者之一、托馬斯·哈東(Thomas Hartung)教授認為，計算和人工智能一直在推動技術革命，但它們正在達到天花板。因此，早在2012年，Hartung實驗室就開始將人類皮膚樣本細胞重編程為胚胎干細胞樣狀態，培養腦細胞并組裝成功能性類器官。每個這樣的類器官包含約5萬個細胞。

研究團隊表示，一種由人腦細胞驅動的“生物計算機”可能在我們有生之年被開發出來。這些腦類器官只有筆尖大小。

腦類器官是一種實驗室培養的細胞培養物。盡管它不是“迷你大腦”，但擁有大腦功能和結構的關鍵方面，例如擁有神經元和其他對學習和記憶等認知功能至關重要的腦細胞。此外，雖然大多數細胞培養物是扁平的，但類器官具有三維結構，這使其細胞密度增加了1000倍，意味著腦類器官中的神經元可以形成更多的連接。

計算機不是比大腦更聰明、更快嗎？  

“雖然硅基計算機在數字方面更好，但大腦更擅長學習”，Hartung解釋說。大腦不僅是優秀的學習者，它們也更節能。例如，訓練 AlphaGo 所花費的能量，超過維持一個活躍的成年人十年所需的能量。

Hartung補充道，“我們正在達到硅基計算機的物理極限，因為我們無法將更多的晶體管封裝到一個微型芯片中。但是大腦的連接方式完全不同。它有大約1000億個神經元。”

Hartung表示，神經元通過大量的連接點相連，“與我們目前的技術相比，有巨大的功率差異。”“大腦還具有驚人的信息存儲能力，估計為 2500TB（注：1TB=1024GB）。”

拿著腦類器官培養板的美國約翰·霍普金斯大學布隆伯格公共衛生學院Thomas Hartung教授。

根據Hartung的說法，目前的大腦類器官太小了，“每個包含大約 50,000 個細胞。對于OI，我們需要將這個數字增加到1000萬。”他解釋道。

與此同時，作者們也在開發與類器官交流的技術：換句話說，向它們發送信息，并讀出它們的“想法”。

“我們開發了一種腦機接口設備，它是一種類器官腦電圖帽，我們在去年 8 月發表的一篇文章中介紹了它。它是一個靈活的外殼，上面密密麻麻地覆蓋著微小的電極，這些電極既可以從類器官接收信號，也可以向它傳輸信號，”Hartung說。  

作者設想，最終 OI 將整合不同的刺激和記錄工具，以及類器官網絡的交互，實現更復雜的計算。  

“有了OI，我們也可以研究神經系統疾病的認知方面，”Hartung說。“例如，我們可以比較來自健康人和阿爾茨海默氏癥患者的類器官的記憶形成，并嘗試修復相對缺陷。我們還可以使用OI來測試某些物質（例如殺蟲劑）是否會導致記憶或學習問題。”

盡管OI仍處于起步階段，但該文章的署名作者之一、署名單位為澳大利亞皮質實驗室的Brett Kagan博士最近發表的一項研究提供了概念證明。他的團隊發表論文稱，正常的、扁平的腦細胞培養物可以學習玩電子游戲Pong。  

“我想說，用類器官復制這個實驗已經滿足了OI的基本定義。從現在開始，只需構建社區、工具和技術即可實現OI的全部潛力。”Hartung總結道。