原文作者：Heidi Ledford

細胞版本的電子游戲，挑戰了關于智能的假設。

在覆有電極的培養皿中，數十萬人類神經細胞學會了玩經典電子游戲 Pong。

早期電子游戲 Pong 的廣告。提供：Interfoto/Alamy

這些細胞自此成功加入 Pong 日益增長的玩家龍虎榜，榜上有名的還包括學會用鼻子控制搖桿的豬，以及借助導線用意念來玩游戲的猴子。（谷歌的人工智能算法 DeepMind 幾年前就掌握了 Pong 的玩法，現在它已經在挑戰《星際爭霸 II》等更復雜的電腦游戲。）

這些打游戲的細胞并不是對屏幕上的視覺信息做出反應，它們響應的是培養皿電極產生的電信號。這些電極不僅可以刺激細胞，還可以記錄神經活動變化，隨后研究人員再將刺激信號和細胞的反應轉換成游戲的視覺表現。研究結果已于 10 月 12 日發表在 Neuron 上。

培養皿中的智能

研究的主要作者，澳大利亞墨爾本 Cortical Labs 公司的首席科學官 Brett Kagan 表示，這項工作是一個原理驗證研究，關于培養皿中的神經細胞能夠學習并展示出基本的智能跡象。他說：" 在目前的教科書中，對于神經細胞，我們主要關心的是它對人類或動物的生物學意義，而不太關注它們作為信息處理器的一面，但其實神經細胞是一種非常神奇的系統，它能夠以極低的功耗實時處理信息。"

Kagan 表示，雖然公司將這一系統稱為 DishBrain（培養皿大腦），但這些神經細胞顯然和真正的大腦還相去甚遠，也沒有展現出任何意識的跡象。關于智能的定義也是一個熱議的話題，Kagan 認為智能就是在給定的環境中整理信息并將其應用于適應性行為的能力。

Cortical Labs 公司的研究是在神經工程學家 Steve Potter（現就職于美國佐治亞理工學院）及其同事的研究基礎上完成的。2008 年，Potter 團隊報道，培養的大鼠神經細胞能夠展現出學習和目標導向的行為。

稱為 DishBrain 的神經細胞陣列在工作。顏色標記了不同類型的神經細胞及其組成部分。來源：Cortical Labs

Potter 說，Cortical Labs 的工作引入了更復雜的技術和分析工具。他起初的培養皿只有幾十個電極，而每個 DishBrain 則有上千個電極。Potter 的小組只研究了嚙齒動物的細胞，但 DishBrain 團隊還測試了來源于人類的神經細胞。

研究人員使用他們的這一系統，教神經細胞對代表 Pong 中小球的電信號做出反應。在游戲中，玩家需要上下移動屏幕上的縱向球拍接住彈跳小球。在實驗中，則是由神經細胞來控制這只球拍。

研究作者通過刺激小球相對球拍路徑上的神經細胞，來表示小球的軌跡。網絡中另一區域的神經細胞反應被用于控制球拍上下移動。

Kagan 表示，要教會神經細胞接球，他和他的團隊利用了一種理論，即神經細胞傾向于重復會產生可預測環境的活動。當神經細胞做出代表接球的反應時，每次都會受到位置和頻率相同的刺激，而沒接到球時，則會受到隨機位置的電極發出的不同頻率的刺激。久而久之，神經細胞就學會了通過接球來獲得固定模式的反饋，而不是隨機的反饋。

不只是游戲

日本理化學研究所腦神經科學研究中心的神經科學家磯村拓哉（Takuya Isomura）說，這項研究邁出了開發試驗的重要一步，其用途包括如測試某種神經元功能新藥的潛力等。但他同時指出，目前尚不明確這些神經細胞的行為到底是為了建立一個可預測的環境，還是出于對它們所接收信號的其他方面做出的反應。他說：" 我認為下一步的重點是，更詳細地解釋哪類刺激能真正帶來這種差異。"

Cortical Labs 公司還想要最終使用神經細胞開發出可用于計算的 " 生物處理單元 "。為 DishBrain 開發的技術已足夠量化，因此可用于比較不同動物或不同腦區的細胞在學習上的差異，Potter 說。

與此同時，他說，將 DishBrain 活動以 Pong 游戲形式體現出來是個很棒的主意。Potter 說：" 對人工智能感興趣的人對任何能玩 Pong 游戲的東西都很著迷，這真是個絕妙的主意。"