中新網北京12月12日電 (記者 孫自法)施普林格·自然旗下專業學術期刊《自然-電子學》最新發表一篇生物計算論文稱，研究人員研發出機器-類器官混合計算系統——一種由電子硬件和一個大腦類器官組成的混合計算系統，可以執行如語音識別和非線性方程預測等任務。這一研究凸顯出一種可能的方法，或可克服現有計算硬件的一些限制。

　　該論文介紹，隨著人工智能(機器學習和人工神經網絡模型)成為關鍵驅動因素，近年來對算力的需求急劇增加。不過，隨著這些模型變得越來越復雜，運行它們的底層計算硬件的能效和性能卻難以跟上。為此，受人腦結構功能的啟發，研究者正在開發神經形態計算系統，以設計用于更高效地運行此類模型。

　　大腦類器官是用人類多能干細胞人工培育而成的三維聚集體，它會發育出類腦組織，能夠復制發育中大腦結構的特定方面。在本項研究中，論文通訊作者、美國印第安納大學伯明頓分校郭峰和同事及合作者開發出一種混合神經形態計算系統，部分是傳統計算硬件，部分是大腦類器官。這種類器官的特點是集合了不同類型的腦細胞，包括早期階段和成熟的神經元，以及早期類腦結構(如腦室區)的發育，以形成、發揮和維持神經網絡功能，這一類器官從電刺激得到輸入信號，經神經活動發送輸出信號。

　　論文作者將類器官與一類被稱為儲備池計算的人工神經網絡相結合，這是一個動態物理存儲層，可根據一連串輸入信號捕捉和記憶信息。在輸入和輸出層使用了普通計算硬件，輸出層受到訓練可讀取儲備層，對原始輸入數據進行預測或分類。

　　他們的研究表明，該混合計算系統能夠被用于語音識別，經訓練改進后能達到約78%的準確度，但與具有長短期記憶的人工神經網絡相比，該系統在使用同一數據集時準確性稍遜。

　　論文作者表示，大腦類器官只是系統的一個部分，更復雜的人工神經網絡尚有待演示。

　　《自然-電子學》同期發表同行專家的“新聞與觀點”文章指出，隨著這些類器官系統的復雜性增加，對于學界而言，研究含有人類神經組織的生物計算系統的相關諸多神經倫理問題變得重要。他們認為，創造出通用生物計算系統可能還要數十年，但這一研究有可能就學習、神經發育和神經退行性疾病的認知影響等機制產生基礎性的見解。(完)