AlphaGo在與世界頂級圍棋選手多場對局中的傲人戰(zhàn)績證明了人工智能（AI）在學(xué)習(xí)與計(jì)算復(fù)雜問題上所能達(dá)到的高度，ChatGPT的橫空出世又讓許多人驚嘆于AI所能達(dá)到的超強(qiáng)信息整合能力與接近人類水平的自然語言處理能力，然而，盡管AI已經(jīng)創(chuàng)造出許多突破性的成績，但在某些方面，它的表現(xiàn)仍然弱于其所想要模仿的人類智能。

首先是運(yùn)行功耗，例如美國超級計(jì)算機(jī)Frontier以21MW的功耗在LINPACK 基準(zhǔn)測試中達(dá)到了1.102 exaFlops的峰值計(jì)算性能，即每秒完成一百億億次浮點(diǎn)運(yùn)算，其能效已經(jīng)超越同類超級計(jì)算機(jī)，然而人腦僅需20瓦的功耗就能以相同的1 exaFlop運(yùn)行。

其次，大腦的學(xué)習(xí)效率仍不是AI所能企及。比如在簡單的辨別“相同或不同”的任務(wù)中，人類僅需10個(gè)左右的訓(xùn)練樣本即可完成學(xué)習(xí)，簡單生物如蜜蜂也僅需百余個(gè)樣本，而機(jī)器則可能面對上百萬個(gè)訓(xùn)練樣本依然無法完成學(xué)習(xí)。擊敗世界圍棋冠軍的AlphaGo也是在接受了16萬場比賽的數(shù)據(jù)訓(xùn)練后，才達(dá)到如今的水平，相當(dāng)于人類以每天五小時(shí)的強(qiáng)度持續(xù)訓(xùn)練175年之久。

學(xué)習(xí)效率的低下進(jìn)一步增加了機(jī)器完成任務(wù)所需的能源消耗，甚至成為了限制了機(jī)器學(xué)習(xí)的天花板。此外，摩爾定律即將達(dá)到它的物理極限，很快人類將無法使更多晶體管裝入晶片，而大腦以另一種方式存儲信息，千億數(shù)量級的神經(jīng)元通過千萬億數(shù)量級的連接，可實(shí)現(xiàn)2500TB的存儲容量。

那么，如果繞開讓AI變得更接近人腦的嘗試，直擊本源，讓人腦來完成計(jì)算呢？

有科學(xué)家提出，當(dāng)前人類的計(jì)算機(jī)技術(shù)已經(jīng)觸及瓶頸，AI的發(fā)展將會受到限制，于是提出了類器官智能（Organoid Intelligence，OI）的概念，并稱OI如果能在未來實(shí)現(xiàn)，那么很有可能讓科幻電影中的“強(qiáng)人工智能”成為現(xiàn)實(shí)。

01

AI、GPT與強(qiáng)人工智能

在了解OI之前，我們首先來說說風(fēng)頭正勁的AI。AI就是人工智能，最早在1956年的達(dá)特茅斯會議上被正式提出。它是對人的意識和思維過程的模擬，是人類用以了解智能本質(zhì)的手段。溫斯頓教授對AI的定義是“研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作”。

經(jīng)過數(shù)十年的發(fā)展，AI已經(jīng)被廣泛應(yīng)用在生活當(dāng)中。如手機(jī)搭載的智能語音助手、認(rèn)證環(huán)節(jié)經(jīng)常出現(xiàn)的人臉識別以及網(wǎng)上沖浪時(shí)的信息推送等角色與事務(wù)都離不開AI的參與。

在醫(yī)療、物流、生產(chǎn)、交通等高精尖領(lǐng)域，它也發(fā)揮著重要作用。甚至在一些普遍認(rèn)為AI難以取代人類的領(lǐng)域，如繪畫、作曲等，也開始被AI滲透，其作品的完成度讓人驚嘆，甚至獲得評委們的一致好評。

2022年在科羅拉多州博覽會舉辦的一場美術(shù)競賽上，一幅名為《太空歌劇院》的畫作奪得了數(shù)字藝術(shù)獎的冠軍。這幅畫是當(dāng)?shù)匾晃唤薪苌ぐ瑐惖脑O(shè)計(jì)師利用人工智能創(chuàng)作，再利用Photoshop潤色后完成的。這幅作品的獲獎在當(dāng)?shù)氐拿佬g(shù)圈也引起了相當(dāng)大的爭議。

現(xiàn)在的人工智能需要大量數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，在大數(shù)據(jù)時(shí)代背景下，AI的發(fā)展變得更加快速便捷，最近引爆網(wǎng)絡(luò)的ChatGPT就離不開龐大數(shù)據(jù)的支持。

ChatGPT是一種基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)模型，目前已經(jīng)更新到了GPT-4。GPT-4的知識面涵蓋了幾乎所有學(xué)科，能夠生成語法規(guī)范、邏輯嚴(yán)密的文本，也能進(jìn)行繪畫創(chuàng)作，甚至能在人類的一些頗具難度的考試如SAT（Scholastic Assessment Test學(xué)術(shù)能力評估考試，俗稱的美國高考）考試、司法考試中取得極高的分?jǐn)?shù)，強(qiáng)大得讓人驚嘆。

目前所有的人工智能還都處于弱人工智能的階段。強(qiáng)人工智能，又稱多元智能，是指具備智能完整性，能夠進(jìn)行自主推理和思考的人工智能，被認(rèn)為能夠產(chǎn)生知覺和意識，是AI發(fā)展的新目標(biāo)。有觀點(diǎn)認(rèn)為強(qiáng)人工智能可能永遠(yuǎn)無法實(shí)現(xiàn)，但OI概念的出現(xiàn)卻為多元智能帶來了希望。OI也許可以通過直接模擬人腦的構(gòu)造、思維模式、學(xué)習(xí)模式等，發(fā)展出完整的強(qiáng)人工智能。

02

OI是什么？

有不少人認(rèn)為，ChatGPT的出現(xiàn)，標(biāo)志著人工智能的發(fā)展來到了一個(gè)奇點(diǎn)，將會迎來行業(yè)井噴式發(fā)展。然而有眼光銳利的科學(xué)家卻認(rèn)為，當(dāng)今的計(jì)算機(jī)技術(shù)和人工智能技術(shù)已經(jīng)無限接近瓶頸——因?yàn)槿祟愐呀?jīng)很難在芯片上安裝更多的晶體管了。

其實(shí)對人類來說，人腦才是最復(fù)雜的智能系統(tǒng)，人工智能的本質(zhì)也是對人腦思維過程的模擬，那么能不能直接創(chuàng)造一個(gè)“大腦”呢？

2023年2月，約翰斯·霍普金斯大學(xué)的Thomas Hartung團(tuán)隊(duì)提出了類器官智能即OI的概念，以期利用這個(gè)理論，在未來發(fā)展出更強(qiáng)大、高效、節(jié)能的計(jì)算機(jī)形式。

類器官是指通過3D體外細(xì)胞培養(yǎng)系統(tǒng)，培養(yǎng)出一種與體內(nèi)器官或組織來源高度相似的器官模型，它雖然不是真正的器官，但具備原本器官的部分功能。

OI就是運(yùn)用類似的技術(shù)，在體外培養(yǎng)出大腦的細(xì)胞組織，將其作為生物計(jì)算機(jī)的核心硬件——CPU和顯卡，再通過微電極陣列等方式與外部電子設(shè)備連接，進(jìn)行訓(xùn)練和計(jì)算。

在過去的十年中，腦細(xì)胞培養(yǎng)已經(jīng)從傳統(tǒng)的單層培養(yǎng)轉(zhuǎn)向更接近器官、更有組織的3D培養(yǎng)。細(xì)胞的來源通常是由人類體細(xì)胞重編程為的多能干細(xì)胞。之所以能以“類器官”稱呼該3D神經(jīng)細(xì)胞培養(yǎng)物，則是因?yàn)槠浼?xì)胞密度、電生理活動、髓鞘以及參與生物學(xué)習(xí)的各類細(xì)胞的存在，均與大腦接近，可以說在結(jié)構(gòu)和功能等方面堪稱大腦的“試用裝”。

以此為基礎(chǔ)，Hartung給出了類器官智能的定義：利用腦類器官的自組裝機(jī)制來記憶和計(jì)算輸入。

不過，要用這種腦類器官建造計(jì)算機(jī)，Hartung表示，需要將目前大約5萬個(gè)細(xì)胞的規(guī)模擴(kuò)大至1000萬。此外，需要在此規(guī)模上生成出可靠的微流體灌注系統(tǒng)，以支持腦類器官的代謝存活和化學(xué)信號的發(fā)放。

以上雖然仍只是設(shè)想，但文章的作者之一、澳大利亞墨爾本私營公司Cortical Labs首席科學(xué)官Brett Kagan進(jìn)行的一項(xiàng)研究提供了極為接近的例子：他們80萬細(xì)胞規(guī)模的2D腦細(xì)胞培養(yǎng)物在5分鐘內(nèi)學(xué)會了“打乒乓”的電子游戲，而AI則需要90分鐘。

與AI一樣，類器官智能需要通過接收輸入來學(xué)習(xí)與計(jì)算，然后再將結(jié)果輸出給人類。這就需要使用一種類器官智能“聽得懂也說的出的語言”與之交流。此外，人們并不希望只把類器官智能當(dāng)作一個(gè)黑箱，其內(nèi)部狀態(tài)也希望能得到實(shí)時(shí)的監(jiān)測。

就這一問題，Hartung團(tuán)隊(duì)已經(jīng)開發(fā)出一種類似于“迷你EEG腦電帽”的接口設(shè)備——3D 微電極陣列（3D microelectrode arrays，3D MEA）。該設(shè)備是像一層柔軟、可彎折的外殼包裹在腦類器官外，內(nèi)側(cè)布滿的高分辨率探針電極允許對類腦器官的表層進(jìn)行多通道的刺激和記錄。

3D MEA記錄的三個(gè)代表性通道

為類器官智能提供給復(fù)雜的生物輸入將帶來更多可能性，譬如將視網(wǎng)膜與腦類器官相連，有望構(gòu)建出一個(gè)完全近乎于人類視覺的系統(tǒng)。

此外，Hartung還在文章中提出，可進(jìn)一步探索光學(xué)成像全息技術(shù)、高通量電生理記錄等方法來幫助實(shí)現(xiàn)類器官智能的“聽與說”。因此產(chǎn)生的新型生物數(shù)據(jù)形式，也需要開發(fā)相應(yīng)的大數(shù)據(jù)基礎(chǔ)設(shè)施和標(biāo)準(zhǔn)來進(jìn)行儲存、統(tǒng)籌和處理。

03

政策加持，市場規(guī)模百億級

目前，F(xiàn)DA通過了現(xiàn)代化法案2.0，取消了對動物試驗(yàn)的強(qiáng)制要求。這為類器官替代動物進(jìn)行安全性及藥效學(xué)評價(jià)開辟了道路。

最近幾年，國內(nèi)的政策環(huán)境對基于類器官的惡性腫瘤疾病模型的研究給予了很大的支持。例如，科技部在2021年下發(fā)的通知中將該模型列為“十四五”國家重點(diǎn)研發(fā)計(jì)劃的首批啟動重點(diǎn)專項(xiàng)任務(wù)之一。此外，CDE也將類器官作為指導(dǎo)原則的一部分，包括在基因治療和針對基因修飾的細(xì)胞治療產(chǎn)品中。當(dāng)缺少適合的動物模型來滿足試驗(yàn)需求時(shí)，可以使用類器官等替代性模型進(jìn)行試驗(yàn)。

類器官的應(yīng)用領(lǐng)域不僅限于疾病建模，還包括新藥開發(fā)、精準(zhǔn)醫(yī)療以及組織和器官再生醫(yī)學(xué)等方面。因此，越來越多的藥企通過購買產(chǎn)品、合作授權(quán)、投資等方式直接介入該領(lǐng)域。相應(yīng)的類器官/器官芯片公司也在抓住機(jī)遇積極發(fā)展。

在器官芯片方面，目前，器官芯片的商業(yè)模式主要有三種：提供預(yù)制好的微流體設(shè)備；提供可立即操作、預(yù)制好的器官芯片；提供從設(shè)計(jì)到售后的全方位服務(wù)。但是，實(shí)現(xiàn)器官芯片的大規(guī)模應(yīng)用還面臨許多現(xiàn)實(shí)難題。

類器官發(fā)展中關(guān)鍵技術(shù)突破時(shí)間一覽表

在歐美，2019年北美類器官市場達(dá)到2.9139億美元，預(yù)計(jì)將在2027年達(dá)到14.0647億美元，將以21.7％的復(fù)合年增長率增長。在歐洲，歐盟近年來對人體器官芯片相關(guān)研究的支持力度不斷增加。歐盟最大的全球科技開發(fā)計(jì)劃之一——?dú)W盟第七框架計(jì)劃（FP7），以及2016年啟動的EU-Tox風(fēng)險(xiǎn)項(xiàng)目，都包括對器官芯片項(xiàng)目的資助。這些大型項(xiàng)目的支持推動了整個(gè)歐洲范圍內(nèi)器官芯片領(lǐng)域的研究進(jìn)展，并吸引了更多其他項(xiàng)目和機(jī)構(gòu)進(jìn)入該領(lǐng)域。

04

OI比AI更懂學(xué)習(xí)

由于OI具有人腦的組織結(jié)構(gòu)，可以實(shí)現(xiàn)“少樣本學(xué)習(xí)”，對于復(fù)雜問題的處理能力也遠(yuǎn)超傳統(tǒng)AI。如果要對一個(gè)簡單的事物進(jìn)行識別，人腦僅需約10個(gè)左右的樣本就能學(xué)會，而早年，AI即使“學(xué)習(xí)”了上百萬個(gè)樣本也依舊沒有學(xué)會。

擊敗了世界頂級圍棋棋手李世石的阿爾法狗（AlphaGo），被“投喂”了近十六萬場的棋局?jǐn)?shù)據(jù)，這樣的訓(xùn)練量，一個(gè)職業(yè)選手哪怕每天不吃不喝只進(jìn)行訓(xùn)練也需要約37年。

人腦具備相當(dāng)復(fù)雜的神經(jīng)網(wǎng)絡(luò)，就像是一個(gè)超多核處理器。人腦思考的區(qū)域主要集中于大腦皮層，此處擁有約140億個(gè)神經(jīng)元，能夠產(chǎn)生1014~1015OPS（Operations per second，即每秒運(yùn)算次數(shù)）的算力，是普通計(jì)算機(jī)算力（1010 OPS）的十幾萬倍。擁有如此強(qiáng)大的算力，配合高度復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，人腦才得以演化出一套多層結(jié)構(gòu)的深度學(xué)習(xí)模式。這套模式讓人類可以高效進(jìn)行各種復(fù)雜問題的學(xué)習(xí)和處理，效率是計(jì)算機(jī)的上百萬倍。

同時(shí)，人腦在對一件事情進(jìn)行學(xué)習(xí)后，所獲得的經(jīng)驗(yàn)、策略、方法等還可以應(yīng)用于其它事情。比如我們通過學(xué)習(xí)圍棋而培養(yǎng)出的思維模式和方法論，也可以用在籃球、足球等其他項(xiàng)目上，而AI如果要新學(xué)習(xí)一種技能，則必須從零開始。

毫無疑問，OI是一項(xiàng)跨時(shí)代的前瞻性技術(shù)，想要真正實(shí)現(xiàn)，或許還有數(shù)十年的路要走。一些科學(xué)家還提出了其倫理問題，例如如何保障隱私權(quán)益、遵循道德規(guī)范、尊重人性價(jià)值等，這些問題的解決也需要過程和時(shí)間。

未來，若OI能夠真正實(shí)現(xiàn)，或許會在人工智能領(lǐng)域掀起新一輪狂潮，到那時(shí)，也許真的可以實(shí)現(xiàn)科幻電影中展示的具備知覺和意識的強(qiáng)人工智能。

鄭州博觀電子科技有限公司是一家提供科技類物聯(lián)網(wǎng)開發(fā)軟硬件定制化方案服務(wù)商、也是中原地區(qū)領(lǐng)先的物聯(lián)網(wǎng)終端設(shè)備解決方案提供商。致力共享換電柜、智能充電樁、共享洗車機(jī)、物聯(lián)網(wǎng)軟硬件等服務(wù)平臺的方案開發(fā)與運(yùn)維。總部位于河南省鄭州市高新區(qū)，已取得國家高新技術(shù)企業(yè)認(rèn)證證書。經(jīng)過10多年的業(yè)務(wù)開拓，公司已經(jīng)形成了以中原地區(qū)為中心、業(yè)務(wù)遍布全國的經(jīng)營格局。