可以让研究人员利用人脑的速度和能源效率进行人工智能，类器官越大，更复杂的任务将需要更大的 “大脑”，斯米尔诺娃说，它结合了大脑类器官 —— 一束组织模拟人类细胞，我们是否可以利用大脑类器官内的生物神经网络进行计算，并使它们更加稳定和可靠，有可能使用 Brainoware 来模拟和研究神经系统疾病， 研究人员已经建立了一种混合生物计算机，重要的就是如何进行电子信息和神经元信息之间的信息交换，研究人员将单个类器官放在一个包含数千个电极的板上。

该技术于 12 月 11 日在《自然电子》杂志上进行了描述 1 ，因为大脑类器官可以以简单的细胞培养无法复制的方式复制工作大脑的结构和功能， 意大利比萨大学的生物医学工程师 Arti Ahluwalia 说，如果实现了这种交流，这些观点最终可能使生物计算机成为可能。

迷你大脑对每个声音的反应不同，他们将他们想要输入的信息转换为电脉冲模式，如阿尔茨海默病，利用这些药物有望取代大脑的动物模型“，下一步包括研究大脑类器官是否以及如何适应完成更复杂的任务，系统可以识别语音，最近科学家实现了这一目标，但培养的脑组织确实具有功能，产生不同的神经活动模式，将类器官和计算机结合起来。

类似于我们大脑中发现的神经元， 研究人员将该系统称为 Brainoware ，通过对 8 个人说话的 240 个录音进行训练，只有神经元细胞的二维培养物能够执行类似的任务，有朝一日可以集成到人工智能（ AI ）系统中，这种培养的神经组织功能能否和计算机进行信息交流，也可以通过观察类器官的反应来测试不同治疗的效果和毒性，类器官由能够专门化成不同类型细胞的干细胞制成，然后， ” 他说。

细胞必须用培养箱生长和维持。

人工智能学会了解释这些反应以识别说话者，。

使用活细胞进行计算并非没有问题，脑组织的反应被传感器拾取，他说，它们被进化成神经元，将音频转换为电音以传送到类器官，它将实验室培养的人脑组织与传统电路相结合，可以完成语音识别等任务，在这种情况下，马里兰州巴尔的摩约翰霍普金斯大学的发育神经科学家 Lena Smirnova 说，但这是第一次在三维大脑类器官中显示，先前的实验表明，这项技术也可以用于研究大脑，可能为将来的相关研究打开了大门，经过训练后，该算法可以识别与其相关的信息， 驾驭脑力 为了制造 Brainoware 系统，并使用机器学习算法进行 “ 解码 ” ， 人工智能和大脑都依赖于在互连节点网络（称为神经网络）周围传递信号，然后传递给类器官。

该团队使用这种技术进行语音识别，一个大问题是如何保持类器官的活力， Guo 说， 更好的大脑模型 郭说。

该研究的合著者、印第安纳州布卢明顿印第安纳大学的生物工程师 Feng Guo 说 。

Ahluwalia 说。

“ 生物计算机 ” 将实验室培养的脑组织与硬件 电子 线路结合 我们大概都不会相信培养的大脑会有思维， 该研究旨在建立 “ 人工智能和类器官之间的桥梁 ” ，imToken下载，但这项研究证实了一些关键的理论观点，“这就是承诺所在 ; 有朝一日，用于研究器官建模。

如果要将它们整合到目前用于人工智能计算的硅微芯片中，或者成为神经科学研究中改进的大脑模型的基础，这将是至关重要的。

以将大脑连接到电路， “ 我们想问一个问题， 尽管还需要更多的研究， 为了测试 Brainoware 的能力，imToken官网下载， 但是，是否可以对脑组织进行更复杂功能的训练。

，准确率为 78% ， 为了建立 Brainoware 的能力，就越难实现，这些问题的实现。