大鼠神经元“自己学会”生成波形，日本团队实现生物计算突破

日本东北大学与未来大学的研究团队近日完成了一项令人惊讶的实验：他们用活体大鼠的大脑皮层神经元，构建出一个能“自己”生成复杂时序信号的生物计算系统。没有编程，没有人工指令，这些神经元在特定结构中自发地学会了模仿正弦波、三角波、方波，甚至逼近著名的混沌系统——洛伦兹吸引子的轨迹。

这项研究的核心，不是用硅芯片模拟神经网络，而是直接使用真实的大脑细胞。研究者从新生大鼠大脑中提取神经元，将它们安置在一块特制的微流控芯片上——这块芯片由聚二甲基硅氧烷（PDMS）制成，上面分布着128个微小的孔洞，每个孔洞容纳一群神经元细胞体，再通过细如发丝的通道连接成网格状结构。这种设计不是为了模仿人脑，而是为了“控制”神经元的连接方式。

过去，科学家发现，如果让神经元自由生长，它们会很快形成高度同步的“合唱团”——所有细胞一起放电，毫无信息多样性。而这次，通过精确控制连接路径，团队成功让神经元网络“分化”出更丰富的动态行为。就像一群原本只会喊口号的人，被安排在不同房间、不同通道里交流，最终形成了有节奏的对话。

实验结果显示，这套系统能在没有外部输入的情况下，持续生成周期为4秒、10秒、30秒的稳定波形，预测信号与目标信号的相关性超过0.8——这在生物计算领域已属罕见。更令人意外的是，它还能模拟出混沌系统中那种看似无序、实则有内在规律的三维轨迹，这在过去仅靠算法才能完成。

“我们不是在训练神经元‘记住’某个信号，”项目负责人山本英明教授在接受采访时说，“我们是在给它们一个环境，然后观察它们自己‘找到’怎么去表达。”

不是AI，是活体计算

这项研究常被误称为“生物AI”，但研究团队刻意避免使用这类术语。他们强调，这不是人工智能，而是一种“生物动力系统”——神经元不是被“编程”执行任务，而是像水在管道中自然流动一样，因结构而产生行为。

与传统深度学习模型相比，这套系统能耗极低。一个神经元放电一次消耗的能量，不到现代晶体管的百万分之一。更重要的是，它天生具备处理时间序列的能力——这正是人类大脑处理声音、运动、语言的核心技能。如果未来能稳定运行，它或许能为瘫痪患者提供更自然的神经假体，或为听觉、视觉修复带来全新路径。

现实挑战：它还不够“稳”

但这项技术远未成熟。实验中，系统一旦停止训练，误差会逐渐累积；反馈回路中330毫秒的延迟，让它无法跟上快速变化的信号——比如人脑处理语音时的毫秒级反应。目前，这套系统只能在实验室恒温恒湿环境下运行数小时，神经元的存活和活性仍是瓶颈。

团队正与日本半导体企业合作，开发专用的低延迟生物-电子接口芯片，目标是将延迟压缩到50毫秒以内。同时，他们也在测试不同物种的神经元（如小鼠、斑马鱼）是否能在类似结构中表现更优。有研究者提出，未来或许能将人类诱导多能干细胞（iPSC）分化出的神经元用于系统，但这涉及伦理与技术双重门槛。

下一步：从实验室走向真实场景

目前，这项成果尚未用于任何医疗设备，但其潜力已引起日本脑科学计划和欧盟“人类大脑计划”的关注。一些神经外科医生认为，如果未来能实现长期稳定运行，这种“活体计算模块”或许能植入患者体内，作为大脑与外部设备之间的“翻译器”——比如帮助失语者通过神经信号直接控制语音合成器，而无需依赖复杂的脑机接口解码算法。

“我们不是在造机器人，”山本教授说，“我们是在学习如何让大脑细胞，自己成为计算的一部分。”