AI之后，OI要来了？研究者人脑比机器更擅长学习，但存在伦理

　　据报道，美国约翰霍普金斯大学一个研究团队日前在《科学前沿》杂志上发布了一项类器官智能（OI）计划，即通过人类脑细胞驱动计算机，开发一种生物计算机，并创造出更快、更高效、更强大的计算机。
　　研究小组负责人、约翰霍普金斯大学环境健康科学教授托马斯哈东（ThomasHartung）认为，计算机和人工智能正在触及天花板，其中硬件方面的限制可以通过类器官克服。实际上，类器官并不是真正的器官，其属于三维（3D）细胞培养物，具备器官的一些关键特性，可以理解为器官的简化版本。
　　托马斯哈东拿着一组装有类器官的培养皿
　　根据OI计划，人脑类器官将会连接传感器和输出设备，再让机器进行大数据训练。按照哈东的说法，通过类器官将提高计算机效率，或能突破人类现在的技术限制。据悉，研究人员正在开发与类器官交流的技术，即如何向其传递信息并破解它们的想法。报道称，哈东的实验室现在已经开发出了一种接口，是一个灵活的外壳，上面密布着极小的电极，既能接收‘类器官’传来的信号，也能向其传输信号。
　　人脑学习效率要比机器高得多
　　据悉，每个类器官包含约50000个细胞，约相当于一只果蝇的神经系统大小，这些细胞可以形成脑细胞，并最终形成具有功能性神经元和其他特征的类器官，能具有保持记忆和持续学习等基本功能。由于类器官具备器官的一些关键特性，科学家们可以以此代替人体或动物进行药物、医学等实验。不过在哈东及其研究团队看来，类器官的作用远不止于此，人脑更擅长学习。
　　据悉，人脑处理和存储信息的能力非常强。有数据显示，人类大脑的储存量为约为2500TB（1TB1024GB）。人类大脑在处理简单信息，如算术等方面，比机器慢。但在处理复杂问题方面，则远远强过机器，且能耗也低得多。因为大脑能更好处理不确定数据。其发布在杂志上的文章指出，相对于机器而言，人类在执行部分任务时，效率可能比机器高出100万倍。
　　另一方面，相较于机器，人脑更擅长通过学习来解决问题。比如，人类通过10个样本，就能学会辨别相同与不同，而在2011年时，机器人学习了100万个样本也没有学会。在更为复杂的围棋项目中，AlphaGo是通过下了16万盘棋的训练后，才首次击败人类职业选手的。这表明，人脑在学习复杂活动时的效率要比机器高得多。
　　脑类器官细胞染色图片
　　计划很科幻，但存在种种障碍
　　但剑桥分子生物学实验室研究脑器官的研究员玛德琳兰卡斯特（MadelineLancaster）对该计划持怀疑态度。她说：这的确听上去很科幻也很吸引人，但当下科学还没有发展到那个地步，前方还有巨大的障碍。伦敦大学学院的神经科学教授卡尔弗里斯顿（KarlFriston）则表示，这绝对是一个值得追求的想法。他说：前面将有许多问题，但整体方向可能是革命性的。
　　分析认为，OI可能需要发展数十年的时间才能支持生物计算机，但其具备很大的潜力。哈东也承认，自己期待能制成一个基于合成生物学的智能系统，但将OI发展成一项商业技术，可能还需要几十年的时间。他还补充称，除了时间，资金支持也是很重要的。如果在这几十年的时间里，我们没有资金支持相关研究，这项计划也将变得很难实现。
　　除了技术、时间和金钱问题，伦理问题也是该研究团队当下要考虑的，比如若脑类器官驱动的计算机将能学习、记忆、与周围环境互动等，其甚至可能生成基本意识。据哈东介绍，由科学家、伦理学家以及公众组成的团队将持续评估研究所要面对的伦理问题。
　　红星新闻记者黎谨睿
　　编辑何先锋责任编辑魏孔明