用人脑细胞来造AI这就是赛博朋克吗？毕业于武汉大学的华人科学家郭峰带领团队成功开发了一种混合计算系统。该系统结合了电子硬件和大脑类器官，可以执行人工智能任务，如语音识别和非线性方程预测。

具体来看，该团队先利用人类多能干细胞培育脑器官，其中主要包括各阶段的神经元、早期类脑结构，例如脑室区等，实现培育出来的器官能够发挥和维持神经网络功能，形成具有复杂三弟神经元网络的结构。接着将脑器官安装在多电极阵列上，构建出brain ori系统，实现对脑器官的电刺激和神经活动记录。

具体来看，在工作室，微电极通过施加时空电刺激，将输入信息转换为时空电信号，使脑器官能够进行计算，开发读出算法，对脑器官产生的神经活动进行解码，以实现特定任务的预测和分类，且实现系统够进行无监督学习。

在接下来的实验中，研究人员将八个男性数日语原音的240个音频片段，最开始第一天音频识别的准确率只有30%至40%。但在经过两天训练之后，其语音识别准确率达到了78%。实验人员还强调期间没有人为干预，完全是AR自主操控，也就是无监督学习，证明该系统具备自主学习的能力。

此外这一系统还被用于预测一种胎内映射，一种数学中的非线性动态系统在训练四天的情况下，与没有长短期记忆的人工神经网络相比，该系统开始有较为准确的预测，而没有长短期记忆的人工神经网络往往需要训练50天。

综合这些研究成果，实验组认为有可能会学习神经发育和神经退行性疾病的认知影响等机制，产生基础性的见解。抖音。
《探索AI前沿：用人脑细胞构建智能系统全攻略》

在当今科技飞速发展的时代，AI领域的突破总是让人充满期待。用人脑细胞来打造AI，听起来是不是很神奇？这背后有着怎样的奥秘呢？

首先，我们来了解一下郭峰团队开发的混合计算系统。它结合了电子硬件和大脑类器官，能执行诸如语音识别和非线性方程预测等人工智能任务。

培育脑器官是关键一步。利用人类多能干细胞培育出包含各阶段神经元、早期类脑结构的脑器官，使其具备神经网络功能。

接着构建brain ori系统，通过微电极施加时空电刺激，让脑器官进行计算，并开发算法解码神经活动，实现无监督学习。

在实验中，该系统对音频片段的识别准确率不断提升。从最初的30%至40%，经过两天训练后达到78%，且完全自主操控，展现出强大的自主学习能力。

不仅如此，它还能用于预测胎内映射等复杂任务，相比没有长短期记忆的人工神经网络，优势明显。

这一成果为我们探索神经发育和神经退行性疾病的机制带来了新希望。让我们一起期待它在未来能为人类带来更多惊喜和帮助。
用人脑细胞造AI, 郭峰团队, 混合计算系统, 脑器官, 语音识别, 非线性方程预测, 无监督学习, 神经发育, 神经退行性疾病, 准确率
[Q]：郭峰团队开发的混合计算系统结合了什么？
[A]：该系统结合了电子硬件和大脑类器官。
[Q]：培育脑器官利用了什么？
[A]：利用人类多能干细胞培育脑器官。
[Q]：构建的brain ori系统有什么作用？
[A]：实现对脑器官的电刺激和神经活动记录。
[Q]：微电极在实验中有什么操作？
[A]：微电极通过施加时空电刺激，将输入信息转换为时空电信号。
[Q]：该系统在音频识别实验中的准确率如何变化？
[A]：最开始第一天音频识别准确率只有30%至40%，经过两天训练后达到78%。
[Q]：系统在语音识别实验中是如何实现自主学习的？
[A]：期间没有人为干预，完全是AR自主操控，也就是无监督学习。
[Q]：该系统在预测胎内映射任务中有什么优势？
[A]：在训练四天的情况下，与没有长短期记忆的人工神经网络相比，该系统开始有较为准确的预测，而没有长短期记忆的人工神经网络往往需要训练50天。
[Q]：这项研究成果有什么意义？
[A]：有可能会学习神经发育和神经退行性疾病的认知影响等机制，产生基础性的见解。