【AI资讯】日本科学家成功训练大鼠神经元，实现实时AI计算任务

最新消息：

日本理化学研究所和东京大学的联合研究团队在生物计算领域取得了突破性进展。他们成功将大鼠大脑皮层的离体神经元培养在微电极阵列上，并通过特定的电刺激模式训练这些神经元执行简单的模式分类和信号预测任务。这是全球首次实现活体神经元参与实时AI计算任务。

实验显示，经过为期两周的训练后，生物神经网络能够在极低功耗条件下完成与人工神经网络类似的计算任务。在标准图像分类测试中，该系统的能效比达到了传统GPU的100万倍以上。更重要的是，生物神经元展现出了独特的”自适应学习”能力：当输入数据的分布发生变化时，神经元网络能够在不需要重新训练的情况下自动调整计算策略。

从技术前景来看，生物计算被认为是突破摩尔定律瓶颈的潜在路径之一。传统硅基芯片在制程微缩上已接近物理极限，2纳米工艺的量产成本已经高达每片3万美元以上。而生物神经元网络提供了完全不同的计算范式，其能量效率和信息处理方式是传统计算架构无法比拟的。当然，从实验室成果到实用化产品仍存在巨大鸿沟，包括系统稳定性、可扩展性和生物材料的保存维护等挑战有待克服。但这一研究无疑为AI硬件发展开辟了全新的想象空间。

以上内容仅供参考。