融合活体脑细胞与电子技术，新型生物计算机可完成模式识别

4 月 26 日消息，普林斯顿大学的研究人员研发出一种三维神经网络器件，融合了活体脑细胞与先进嵌入式电子技术。据其新闻稿介绍，这款三维生物电子计算机通过计算技术实现了模式识别功能。

简单来说，这项研究实现了活体脑细胞脱离大脑，借助嵌入式电子设备完成计算任务。这并非科学家首次利用脑细胞开展计算研究。以往的研究中，科学家会在培养皿中培育二维细胞培养物或三维细胞团，仅从外部探测并监测细胞活动。

普林斯顿大学的此次研究采用了全新方案。研究团队以薄层环氧树脂为基底，搭建出由微型导线和电极构成的三维网状结构；随后将数万个神经元培育成大型三维网络，并以该网状结构作为支架，使其具备计算能力。

研究人员表示，这种新方法“能够以远高于以往技术的精细精度，记录并刺激神经元的电活动”。在长达六个月的研究周期里，团队持续观测神经网络的发育过程，测试可增强或弱化关键神经元之间连接的技术，最终训练出一套算法，用以识别重复出现的脉冲模式。

为测试该系统性能，研究人员在独立实验中输入两种截然不同的脉冲模式，系统均成功完成了模式区分。该团队计划逐步扩大这款器件的规模，使其能够处理愈发复杂的任务。

论文第一作者、电气与计算机工程专业博士后研究员库马尔・姆里敦杰伊表示，这项技术“不仅有助于揭开大脑的运算奥秘，还有助于理解乃至有望治疗各类神经系统疾病”。

该研究最初的初衷，是通过研究活体脑细胞的活动，探索神经科学领域的基础科学问题，而这一研究初衷始终未变。与此同时，研究人员发现，该技术还有望破解人工智能领域的一大核心瓶颈：功耗过高。

研究团队成员、电气与计算机工程助理教授付天明（Tian-Ming Fu，音译）表示：“短期内，人工智能发展真正的瓶颈在于能耗。人类大脑完成同等任务的能耗，仅为当前人工智能系统的百万分之一。”

研究人员希望借助这款器件，破解大脑低能耗运算的背后机理，复刻相关发现，从而解决人工智能的高功耗难题。

注意到，相关研究论文已发表于《自然・电子学》期刊。

参考资料：

https://www.nature.com/articles/s41928-026-01608-1