ChatGPT(AI)是未来？也许是OI

原标题：ChatGPT(AI)是未来？也许是OI

2022年11月，当OpenAI推出 ChatGPT的时候，一场AI军备竞赛彻底地开始。

微软已陆续向人工智能初创企业OpenAI 投资130 亿美元，Google向一家名叫Anthropic的初创公司投资了约3亿美元。

仅在5 月前三周，苹果就新增了28 个以AI 为重点的职位，涉及高级工程师、研究科学家、特殊项目经理等等。

没了矿卡NVIDIA靠AI翻身，ChatGPT带来的ICT硬件投资高达250亿美元。

国内的百度“文心一言”，阿里云大语言模型“通义千问”，商汤科技的“天工”等也是紧追不舍。

一时间可谓是神仙打架都不为过。

涉及到AI的大公司

而在2023年3月30日时候，一些大佬却率先泼了冷水。

图灵奖得主 Yoshua Bengio、加州大学伯克利分校教授 Stuart Russell、埃隆·马斯克等多位人工智能（AI）学界和业界名人，联合签署了一封公开信，要求立即暂停训练比 GPT-4 更强大的 AI 模型。

暂停训练比 GPT-4 更强大的 AI 模型——公开信

这些业界的大佬担忧不是没有道理的，也许在未来，世界真的会变成黑客帝国里面描述的那个样子。

我觉得现在这样的呼吁其实看起来已经没有任何意义了，因为潘多拉的魔盒已经被打开。今天的现状完全不亚于第一、第二次工业革命，如果错过了现在的发展机会，再次迎头赶上就会非常困难。

所以说，就算众多国家联手一起放弃研究AI，那么不难保证有其它的国家去研究吗？

那么未来真的没有希望了吗？不，也许你该了解一下我们的

——生物大脑。

人类的大脑

AI是由人类的大脑创造出来的，你能相信这个大脑能够再次打败AI吗？

在2023年2月底，约翰霍普金斯大学的教授 Thomas Hartung 的研究团队，所展示出来的研究成果，给人工智慧发展开辟了另外的道路——类器官智能OI（Organoid intelligence）

所以说类器官智能(OI)和人工智能(AI)谁会成为未来的主宰？

Thomas Hartung 在他约翰霍普金斯大学彭博公共卫生学院的实验室里研究大脑类器官

二、介绍智慧大脑

1、介绍人造大脑

这些大脑类器官的研究引发了人们对于"类器官智能"（Organoid Intelligence，OI）的讨论。OI是一个术语，旨在涵盖这些研究的发展，并提出一个跨学科的合作计划，以实现OI在多个领域的潜力。该计划的目标是将OI确立为一种真正的生物计算形式，通过合理利用科学和生物工程的进步来充分发挥大脑类器官的潜力，并在道德层面上负责任地进行研究。

目前，研究人员已经成功地培养出了标准化、具有三维结构和髓鞘的脑类器官。这些器官具有高细胞密度和丰富的神经胶质细胞水平，以及与学习密切相关的基因表达。此外，集成的微流体灌注系统可以支持可扩展和持久的培养，以及时空化学信号的控制。新型的三维微电极阵列使得高分辨率的时空电生理信号记录成为可能，这有助于我们探索大脑类器官的能力，并了解学习和记忆形成的分子机制，最终发掘它们的计算潜力。

为了实现新型生物计算模型，科学家们正在开发刺激-反应训练和类器官-计算机接口等技术。他们设想复杂的网络接口，将大脑类器官与现实世界的传感器和输出设备连接起来，并最终相互连接以及与感觉器官类器官（如视网膜类器官）连接。同时，通过生物反馈、大数据仓库和机器学习的方法进行训练，科学家们希望进一步提升OI的性能。

然而，伦理问题也是研究中需要重视的方面。研究人员强调嵌入式

OI 的全名是Organoid Intelligence，字面翻译叫做类器官智能。

科学家计划的目标是将OI确立为一种真正的生物计算形式，通过合理利用科学和生物工程的进步来充分发挥大脑类器官的潜力，并在道德层面上负责任地进行研究。

这全新的跨学科的合作计划，结合了脑类器官和脑机接口两个领域的技术。

但脑类器官又是什么呢？

通俗的说，就是指科学家们通过培养或诱导多能干细胞 (iPSCs)，在模拟体内环境的旋转生物反应器中产生的脑组织。

脑机接口大家应该都不陌生，马斯克前阵的脑机接口事情还记忆犹新。

2、研发经历

人造脑组织技术早已不再是科幻作品中的想象，而是已经成为现实。其中一项重要技术是脑类器官技术，它可以在实验室中培养出类似脑组织的结构。然而，脑类器官技术最初的发展并不是为了开发类器官智能（OI），而是为了进行更深入的研究。

早在2007年，日本理研脑研究所的笹井芳树教授和渡边毅教授的研究团队成功地从人类胚胎干细胞中培育出前脑组织。

不过传出来造假风波后，笹井芳树本人也是于2014年8月5日自杀身亡

随后，在2013年，奥地利分子技术研究所的尤尔根·科布利希教授和玛德琳·兰开斯特教授的研究团队在Nature期刊上发表了第一个具有不同脑区的三维脑类器官。

脑类器官的出现对生物和医学研究具有重大意义。

它意味着未来的科学家们在需要进行与大脑相关的研究时，无需再牺牲实验动物或依赖解剖来获得人类大脑样本。他们只需在培养皿中制造出所需的人造大脑即可。

然而，事实是否真的如此简单呢？虽然在培养皿上的组织确实是大脑组织，但从大小、功能以及解剖结构等方面来看，目前的结果仍远远不及自然发育形成的真实大脑。

因此，要达到类器官智能（OI）所需的智慧水准，我们需要进一步扩展现有的脑类器官，使其成为更复杂、更耐久的三维结构。

这个人造大脑还必须包含与学习相关的细胞和基因，并与人工智能（AI）和机器学习系统相互连接。

通过这种新的模型、算法和脑机接口技术，最终我们将能够了解脑类器官是如何学习、计算、处理和存储信息的。

这将为我们揭示大脑类器官的奥秘，并在未来的科学研究中发挥重要作用。

三、人造大脑 vs AI

首先，让我们先弄清楚一个问题：OI是AI吗？

这个问题的答案可以说既是也不是。

AI中的"A"代表着"Artificial（人工）"，因此原则上，只要是人工创建的智能，我们都可以称之为AI。OI是通过人工培养生物神经细胞而产生的智能，因此从这个角度来看，OI也可以被视为AI的一种形式。

然而，许多人并不这样认为。由于目前AI的发展主要是通过数字计算机实现的，我们普遍将AI视为数字计算机产生的智能。因此，AI和OI之间存在对比，就像数字与生物，计算机与人脑之间的对比一样。

为什么计算机的计算准确性和速度远远高于人脑呢？

主要原因是计算机的设计具有目的性，它们被设计为能够快速而准确地进行线性计算。关于计算机的运作原理可以参考关于CPU和TPU的介绍。

相比之下，人脑的神经回路并非设计用来处理线性问题，而是处理复杂的模式。神经元之间的连接是网状的。

如果将这两种不同的运算结构进行比较，2022年登上世界最快运算机榜首的超级计算机Frontier的运算速度与人脑相当。

然而，Frontier的主机需要占据一个面积达680平方米的仓库，而我们的大脑却只有不到一个西瓜大小。

这是因为人脑中有近860亿个神经元，但交互连接的数量高达1,000兆对。而且神经回路的连接是动态变化的。

我们的基因组成以及每天接收的环境刺激不断地改变着我们的大脑。每一刻我们的神经回路都与之前的状态不同。

因此，即使在单一计算速度方面，人脑无法与计算机相比，但人脑在学习效率、可扩展性和能源利用效率方面具有更高的优势。

在学习相同的新任务时，计算机甚至需要消耗比人类多100亿倍的能量才能完成。从表面上看，至少在硬件效率和能源消耗方面，OI具有更高的优势。

如果能将AI的软件与OI的硬件相结合，打造出完美的计算系统似乎并非遥不可及的梦想。

然而，我们要思考的是OI的发展已经达到了什么程度，我们离这个目标还有多远。

四、最新进展

在去年底，澳大利亚的脑科学公司Cortical Labs的布雷特·卡根领导的研究团队培养出了一种名为DishBrain的培养皿大脑，它可以玩古老的电子游戏。

DishBrain的培养皿大脑

布雷特·卡根博士

这个DishBrain由80万个细胞组成，与蜜蜂的脑神经元数量相近。虽然DishBrain在表现上还不及传统的AI，但相比于传统的AI需要花费超过90分钟学会玩游戏，DishBrain仅在短短的5分钟内就掌握了玩法，并且能量消耗也相对较少。

为了实现OI的目标，培养更大的3D脑类器官是当务之急。目前阶段，像约翰·霍普金斯动物替代中心等机构只能生产直径约500微米（相当于一粒盐的大小）的脑类器官。

虽然这样的脑类器官已经包含了约10万个细胞，但仍然离目标中拥有1,000万个细胞的脑类器官有一段距离。

其他研究团队通过超过一年的培养时间已经成功制造出直径为3到5毫米的脑类器官，但要达到拥有1,000万个细胞的脑类器官的目标还需要进一步努力。

因此，扩大脑类器官的规模和细胞数量，同时保持其功能和复杂性，仍然是OI发展的重要任务。

五、技术层面需要做什么突破

此外，脑类器官作为生物组织，缺乏像生物大脑那样的血管系统来进行氧气、养分和生长因子的供应，以及废物的排出。

因此，为了支持脑类器官样本的扩展性和长期稳定状态，需要更完善的微流体灌流系统。

一旦培养完成脑类器官并确保其长期存活，最重要的任务之一是进行脑器官信息的输入和反应输出的数据分析。

只有这样，我们才能了解脑类器官如何进行生物计算。

受到脑电图（EEG）记录的启发，研究团队将开发专门用于脑类器官的3D微电极阵列（MEA）。这样可以类似于戴脑电极帽的方式，将整个脑类器官包裹在具有弹性和柔软外壳中，并以高分辨率和高信噪比的方式进行大规模的表面刺激和记录。

然而，如果想要更深入地分析脑类器官的信号，仅仅表面记录是远远不够的。因此，通过最小程度的侵入性记录，以获取更高分辨率的电生理信号是非常重要的。

研究团队将使用专为活体实验动物设计的硅探针Neuropixels，并进行改进，使其适用于类脑器官，并具有灵活性。

OI（类器官智能）的实现离不开AI的使用和贡献。在下一步中，研究团队将进行脑机接口的研究。然而，在这种情况下，植入的脑不再是人类或猴子的大脑，而是脑类器官。通过AI和机器学习的方法，探索脑类器官的形成、学习和记忆生成智慧的过程。由于数据量将非常庞大，大数据分析也是不可避免的。

六、什么时候能用上

医学博士 Thomas Hartung（左）和 Lena Smirnova 博士在电脑屏幕上分享类器官或微生理系统的图像。（约翰霍普金斯大学）

研究人员在 2 月 28 日发表在科学前沿的一篇文章中阐述了 OI 的案例和挑战。

“OI 和]人工智能的结合真的可以让我们在寻找抗阿尔茨海默氏症的药物或帮助我们治疗患有发育或学习障碍的孩子方面向前迈进了一步，而无需花费数百万美元进行临床前试验，然后再进行不成功的临床试验，”第一作者 Lena Smirnova 博士在接受采访时告诉 Fierce Biotech。

两项生物工程突破使类器官的开发成为可能：诱导多能干细胞和 3D 细胞培养技术。

两项生物工程突破使类器官领域的发展成为可能：诱导多能干细胞(IPSCs) 和 3D 细胞培养技术。

IPSCs 是干细胞——特别是能够发育成动物体内发现的任何细胞——是通过将成体细胞变回干细胞而产生的。然后，这些诱导干细胞被生物化学诱导成构建特定类器官所需的特定神经元和神经胶质细胞。

最近开发的 3D 支架方法使生物学家能够垂直和水平地生长 iPSC 衍生的神经组织，从而使类器官能够形成动物大脑中的神经元间网络。

“我们不是在教细胞如何做。类器官最终形成了大脑中的结构组织。我认为这就是力量：计算能力来自该组织。”

——Alysson Muotri，加州大学圣地亚哥分校

截止到现在，虽然AI在网络上展现了惊人的能力，从聊天到绘画，再到制作视频，简直无所不能。

相较之下，刚刚起步的OI则在生物领域展示出来了不同的一面。

也许在不远的未来，我们都能亲身体会到OI 所带来的改变。