2026 年 2 月底，澳大利亞生物科技公司 Cortical Labs 在 YouTube 上發(fā)布了一段視頻。視頻里，大約 20 萬個活體人類神經(jīng)元正在玩 1993 年的經(jīng)典第一人稱射擊游戲《毀滅戰(zhàn)士》（Doom）。屏幕上，Doomguy 跌跌撞撞地穿行在走廊中，偶爾開槍，偶爾轉(zhuǎn)向，偶爾撞墻。

觀感更像一個從未碰過電腦的新手在胡亂摸索。但操控這一切的確實不是人手，也不是傳統(tǒng)意義上的 AI 算法，而是一團培養(yǎng)在多電極陣列（Multi-Electrode Array, MEA）上的人體神經(jīng)細胞。

圖丨CL1（來源：Cortical Labs）

Cortical Labs 和它的 CL1 生物計算機，讀者可能已有所了解——這家公司 2022 年憑借“DishBrain”實驗成名，當(dāng)時他們讓培養(yǎng)在芯片上的約 80 萬個神經(jīng)元學(xué)會了玩 Pong。

那篇與倫敦大學(xué)學(xué)院 Karl Friston 教授合作的論文發(fā)表在《Neuron》期刊上，實驗設(shè)計的核心框架來自 Friston 的自由能原理（Free Energy Principle, FEP）：神經(jīng)元做出“正確”動作時收到可預(yù)測的電信號反饋，做錯了則收到隨機刺激。細胞會自發(fā)調(diào)整放電模式來讓環(huán)境變得更可預(yù)測，學(xué)習(xí)在五分鐘內(nèi)就出現(xiàn)了，而標(biāo)準(zhǔn)的深度強化學(xué)習(xí)算法做同樣的事大約需要 90 分鐘。

從 DishBrain 到商用的 CL1，電極從 8 個升至 59 個，延遲降到亞毫秒級，內(nèi)置了完整的生命維持系統(tǒng)，神經(jīng)元可存活最多六個月。單機售價 35,000 美元，30 臺機架版單臺 20,000 美元，整架功耗不到 1,000 瓦。首批 115 臺設(shè)備 2025 年開始出貨。

讓神經(jīng)元從 Pong 跳到 Doom，難度有質(zhì)的飛躍。Pong 是二維的，空間關(guān)系簡單直接。Doom 是三維迷宮，有敵人、武器、彈藥、走廊拐角，信息密度完全不在一個量級。CTO David Hogan 在視頻中解釋了基本原理：獨立研究者 Sean Cole 把游戲畫面轉(zhuǎn)化為電刺激模式輸入神經(jīng)元，神經(jīng)元的放電活動被解碼為游戲操作指令，特定模式對應(yīng)射擊，另一種模式對應(yīng)移動。

Cole 通過 Cortical Labs 的 API，在不到一周內(nèi)完成了 Doom 版本的編寫。Cortical Labs 將這種協(xié)作框架命名為“皮層云”（Cortical Cloud），允許全球開發(fā)者通過 Python 接口遠程訪問 CL1 上的神經(jīng)元。

（來源：Cortical Labs）

盡管它玩得磕磕絆絆，如 Kagan 所說：“它是電競冠軍嗎？絕對不是。”但他強調(diào)的重點是：Cortical Labs 已經(jīng)解決了“接口問題”，即如何實時地與生物神經(jīng)元進行雙向通信，并訓(xùn)練和塑造它們的行為。

如果只看官方視頻和多數(shù)媒體報道，我們可能會對這件事的技術(shù)實質(zhì)產(chǎn)生一種偏樂觀的認知。但值得注意的是，隨演示一同發(fā)布在 GitHub 上的代碼倉庫里，Sean Cole 在 README 中記錄了一個關(guān)鍵問題：他編寫的解碼器（把神經(jīng)元放電信號映射為游戲動作的 PyTorch 模型）有一種趨勢，會逐漸變成一個“策略頭”（policy head）。也就是說，運行在普通硅基硬件上的軟件模塊可能正在學(xué)習(xí)繞過神經(jīng)元，自己獨立完成游戲決策。

整個系統(tǒng)的架構(gòu)是：游戲畫面被翻譯為電刺激傳給神經(jīng)元，神經(jīng)元的脈沖計數(shù)送入 PyTorch 解碼器，解碼器輸出游戲操作。而 PPO（Proximal Policy Optimization，近端策略優(yōu)化）智能體、CNN 編碼器、整個獎勵循環(huán)，全部運行在外部的普通計算機上。Cole 在代碼注釋中表示：CL1 設(shè)備“不執(zhí)行任何計算”，只負責(zé)接收刺激指令、施加到神經(jīng)元、把脈沖計數(shù)發(fā)回來。

所以，CL1 作為硬件接口工作正常，雙向通信的延遲和穩(wěn)定性已達到可用水平。但 20 萬個人類神經(jīng)元到底在多大程度上承載了游戲策略，還是僅僅在“搭便車”，這個問題的答案我們不得而知。

因此我們有必要從兩個層面來區(qū)分 Cortical Labs 此次的成就。工程層面：他們建造了一套可商用的、能讓活體神經(jīng)元在閉環(huán)系統(tǒng)中實時參與計算的硬件平臺，這在生物計算領(lǐng)域是獨一無二的。認知和計算層面：神經(jīng)元是否在執(zhí)行某種真正的策略推理或目標(biāo)導(dǎo)向?qū)W習(xí)。

Cole 在 GitHub 倉庫的 FAQ 中部分回應(yīng)了這個疑問：視頻中展示的游戲畫面是用零偏置線性解碼器錄制的，也就是說，游戲動作完全是 CL1 輸出脈沖的線性函數(shù)；當(dāng)切換到消融模式（隨機脈沖或零脈沖）時，學(xué)習(xí)效果消失。這個回應(yīng)有一定說服力，但還算不上鐵證。

線性解碼器加零偏置的設(shè)計確實限制了解碼器端的自主學(xué)習(xí)能力，但整個編碼器（那個決定以什么模式刺激神經(jīng)元的 CNN）仍然是通過 PPO 策略梯度在硅基端訓(xùn)練的。換句話說，哪怕神經(jīng)元確實在對信號做出有意義的響應(yīng)，當(dāng)前系統(tǒng)中“智能”的歸屬權(quán)仍然是模糊的：是神經(jīng)元在學(xué)習(xí)玩游戲，還是硅基端的強化學(xué)習(xí)算法在學(xué)習(xí)如何利用神經(jīng)元？

官方宣傳傾向于暗示前者，但 GitHub 上的證據(jù)顯示這一點遠未驗證。曼徹斯特大學(xué)計算機科學(xué)教授 Steve Furber 在接受采訪時也指出，我們目前還不完全理解神經(jīng)元如何在玩這個游戲、它們?nèi)绾巍爸馈北黄谕鍪裁础?/p>

Cortical Labs 將自己的技術(shù)路線命名為“合成生物智能”（Synthetic Biological Intelligence, SBI），刻意與“人工智能”區(qū)分。背后有一個技術(shù)假設(shè)：真實神經(jīng)元的自組織能力、樣本效率和能量效率，可能在某些維度上是硅基模擬神經(jīng)網(wǎng)絡(luò)難以企及的。

DishBrain 實驗中五分鐘出現(xiàn)學(xué)習(xí)信號的數(shù)據(jù)，在樣本效率上給出了初步支撐。但從 Pong 到 Doom 再到真實世界任務(wù)，中間隔著可擴展性、可靠性和可重復(fù)性的巨大鴻溝。20 萬個神經(jīng)元聽起來很多，但人類大腦有約 860 億個。

一臺 CL1 的神經(jīng)元數(shù)量，大致相當(dāng)于一只果蠅大腦的規(guī)模。而在這條賽道上，瑞士的 FinalSpark 也在做基于人類神經(jīng)元的計算平臺，采用多巴胺等化學(xué)獎勵信號來訓(xùn)練。Kagan 評價這種方法在實驗室可行，但擴展性有限。兩條路徑誰更有前途，目前沒有定論。

那么這次演示到底證明了什么？它證明了 CL1 的硬件接口和通信協(xié)議有效，活體神經(jīng)元可以在實時閉環(huán)系統(tǒng)中被穩(wěn)定地刺激和讀取，而且這套流程已經(jīng)開放到了第三方開發(fā)者可以在一周內(nèi)完成復(fù)雜游戲適配的程度。這是一個扎實的工程進展。

它同時產(chǎn)生了一個比它自身更重要的問題：在這樣的系統(tǒng)中，生物層到底在做什么？是在真正參與決策，還是作為一個被數(shù)字系統(tǒng)繞過的中繼節(jié)點？Cole 的消融測試為回答這個問題提供了方法論工具，但答案還尚未被揭曉。

參考資料：

1.https://github.com/SeanCole02/doom-neuron

2.https://youtu.be/yRV8fSw6HaE

3.https://gizmodo.com/a-dish-of-neurons-playing-doom-is-the-wildest-thing-ive-seen-in-ages-2000727674

運營/排版：何晨龍