LLMWIKI · CONCEPT
生物计算(类脑智能 / 湿件计算)
直接用活体生物神经元做计算的新范式,能耗比硅基低百万倍,由自由能原理驱动学习,逼近 AI 能源危机出路的同时撞上意识与伦理的边界
免费开放 · 更新于
TL;DR直接用活体生物神经元做计算的新范式,能耗比硅基低百万倍,由自由能原理驱动学习,逼近 AI 能源危机出路的同时撞上意识与伦理的边界
生物计算(Biocomputing),更具体称类脑智能(Organoid Intelligence, OI)或"湿件计算"(Wetware),不是用硅芯片模拟大脑(那是神经形态计算),而是直接利用自然界进化数亿年打磨出的最完美计算基质——活体生物神经元^1。在摩尔定律逼近物理极限、AI 能耗吞噬地球电力的双重压力下,这个曾属于科幻的范式走进了无菌实验室的培养皿。它是频道"计算基质多元化"主题中与 流形约束超连接(算法层突破)、英伟达 Rubin 平台(硅基系统层突破)并立的第三条路线——湿件层突破,也把频道意识母题(苦、自由能、预测编码)推到了"我们是否正在创造能感知痛苦的存在"这一伦理悬崖。
理论基石:自由能原理与"最小化惊奇"
生物计算之所以可能,根子是对"智能物理本质"的理解发生了范式转移。传统 AI 靠反向传播+海量标注数据,是自上而下的计算密集学习;而生物神经元遵循更本质的热力学定律——弗里斯顿(Karl Friston)的自由能原理(FEP)^1:任何自组织系统为维持结构完整、抵抗熵增,必须最小化内部状态的"自由能"。在信息论语境下,自由能等同于"惊奇"(Surprise)/预测误差——生物体不断生成关于世界的内部模型,并努力让感官输入匹配预测。
Cortical Labs 的 DishBrain 实验是 FEP 在体外神经网络的首次著名验证:约 80 万个生物神经元培养在多电极阵列上、接入电子游戏《Pong》^1:
| 机制 | 实现 | FEP 解释 |
|---|---|---|
| 反馈 | 球的位置编码为电刺激输入神经元 | 闭环感知 |
| 奖励 | 击中球 → 可预测的规律电刺激 | 低熵稳态(神经元"喜欢") |
| 惩罚 | 漏球 → 随机混乱电刺激 | 高熵高自由能(神经元"厌恶") |
神经元为了回归低熵稳态,通过突触可塑性自发重组连接来优化挡板控制——这是真实的生物物理过程(RIKEN+UCL 研究证实,药物改变兴奋性可破坏这种学习),证明智能是物质在特定信息压力下自组织的内生属性,无需海量数据训练^1。这与频道 万物源于比特/信息本体论、以及大脑"预测加工"模型(大脑建构现实)深度共振。
效率奇点:跨越百万倍的鸿沟
graph TD
A[硅基计算的热力学墙] --> B[2034全球数据中心>1580 TWh≈印度全国用电]
A --> C[推理占模型全生命周期能耗约90%]
D[生物计算] --> E[人脑约20瓦, 比数字处理器低百万倍]
E --> F[存算一体: 突触权重与神经元激活同址, 无冯诺依曼搬运]
E --> G[稀疏事件驱动: 仅需要时发放脉冲]
E --> H[Few-shot: 几次观察即泛化]人脑约 20 瓦(一只昏暗灯泡)却能同时做视觉、推理、情感、运动控制;FinSpark 数据显示其生物处理器能耗比传统数字处理器低一百万倍^1。根因是存算一体(消除数据搬运能耗)+ 稀疏事件驱动(多数时间静默,硅基时钟却持续翻转耗能)+ 数据效率(人脑几次观察就掌握概念,硅基 AI 需数万亿字节)。这意味着若要把 AGI 部署到边缘设备、植入式器械等需持续运行的场景,纯硅基路线在经济与环境上可能是死路一条。这条"热力学命令"与频道 AI 智力通缩/能源约束叙事互为表里。
从实验室到市场:两种交付模式
| Cortical Labs CL-1 | FinalSpark Neuroplatform | |
|---|---|---|
| 形态 | "盒中的身体"边缘设备 | 云端"湿件即服务"(WaaS) |
| 计算基质 | 硅芯片上的人类神经元网络,存活达 6 个月 | 16 个类脑器官,每个约 1 万神经元,寿命约 100 天 |
| 生命维持 | 内置流体循环/气体/温控(37°C) | 微流控化学奖励(多巴胺注射) |
| 接入 | 标准 API,无生物背景也能编程 | Python API 远程访问,像访问 AWS |
| 定价 | 约 3.5 万美元 | 订阅起价每月 500 美元 |
两者都把生物计算"民主化"——让计算机科学家不懂生物学也能在活神经元上跑代码^1。
医学价值:当"遗忘"成为数据
由于核心组件是人类活细胞,OI 在神经退行性疾病研究上有硅基模拟无法企及的价值。约翰霍普金斯的哈通(Thomas Hartung)指出,动物模型存在巨大转化鸿沟,致阿尔茨海默病(AD)药物临床失败率高达 99%^1。OI 用带家族性 AD 基因突变的患者 iPSC 培育类脑器官,在体外重现 β-淀粉样斑块、Tau 缠结;更妙的是"遗忘曲线"成了功能性生物标志物——AD 类脑器官在 Pong 训练中表现出更快遗忘和学习障碍,且这种功能丧失发生在细胞大量死亡之前,比显微镜观察更早期、更敏感^1。《FDA 现代化法案 2.0》取消强制动物试验、授权非动物替代法,为这类平台扫清了进入医药研发的法律障碍。
伦理悬崖:幽灵在壳中
随能力提升,生物计算撞上生物伦理的"电车难题":当一团人类神经元有了输入(感知)、处理(思考)、输出(行动),它何时不再是"生物材料"而成为有道德地位的"存在"^1?
- 痛苦的定义:按 FEP,神经元主动规避混乱刺激。这种对负面状态的主动规避,功能上是否等同于初级"痛苦回避"、是否构成初级感知(Sentience)的基础?这正是频道意识母题"切肤之苦"的镜像追问——生态对齐 讨论 AI 因无身体而进不了"苦",而生物计算反向逼近:给一团神经元以感知压力,苦会不会真的长出来?
- 法律真空:类脑器官现被视为"财产",但若展现高级认知,是否该有"类脑器官权利法案"?细胞供体捐皮肤细胞时无法预见它会被培养成云端运行数月的"微型大脑",涉及神经隐私与尊严^1。
- 生物安全:生物处理器是活的,可能感染病毒;其高效学习若用于军事(微型无人机控制核心)将引发新军备竞赛。
目前科学共识是现有类脑器官有智能(处理信息)但无意识(主观体验/感质),缺产生意识所需的丘脑-皮层回路;但随血管化技术突破,这条界线正变得模糊而危险,科学家正用扰动复杂性指数(PCI)等指标监测其意识水平^1。正如 Cortical Labs 的口号"思考超越硅基"——智能的未来或许不再只是代码在死寂晶圆上运行,而是生命本身的某种延续,我们需要在融合发生前先建好伦理围栏。