審核專家：鄭遠攀鄭州輕工業(yè)大學教授最近的人工智能領(lǐng)域可謂熱鬧非凡，以Chat GPT（Chat Generative Pre-trained Transformer，聊天生成預(yù)訓練轉(zhuǎn)換器）為首的一眾AI（Artificial Intelligence，人工智能）產(chǎn)品在網(wǎng)絡(luò)上掀起熱潮，以強大的性能不斷刷新網(wǎng)友認知，讓很多人認為AI改變世界的時代就要來了。

(資料圖片僅供參考)

然而有科學家卻提出，當前人類的計算機技術(shù)已經(jīng)觸及瓶頸，AI的發(fā)展將會受到限制，于是提出了類器官智能（Organoid Intelligence，OI）的概念，并稱OI如果能在未來實現(xiàn)，那么很有可能讓科幻電影中的“強人工智能”成為現(xiàn)實。

AI、GPT與強人工智能

在了解OI之前，我們首先來說說風頭正勁的AI。AI就是人工智能，最早在1956年的達特茅斯會議上被正式提出。它是對人的意識和思維過程的模擬，是人類用以了解智能本質(zhì)的手段。溫斯頓教授對AI的定義是“研究如何使計算機去做過去只有人才能做的智能工作”。來源丨pixabay經(jīng)過數(shù)十年的發(fā)展，AI已經(jīng)被廣泛應(yīng)用在生活當中。如手機搭載的智能語音助手、認證環(huán)節(jié)經(jīng)常出現(xiàn)的人臉識別以及網(wǎng)上沖浪時的信息推送等角色與事務(wù)都離不開AI的參與。在醫(yī)療、物流、生產(chǎn)、交通等高精尖領(lǐng)域，它也發(fā)揮著重要作用。甚至在一些普遍認為AI難以取代人類的領(lǐng)域，如繪畫、作曲等，也開始被AI滲透，其作品的完成度讓人驚嘆，甚至獲得評委們的一致好評。AI作品《太空歌劇院》來源丨AI/百度百科2022年在科羅拉多州博覽會舉辦的一場美術(shù)競賽上，一幅名為《太空歌劇院》的畫作奪得了數(shù)字藝術(shù)獎的冠軍。這幅畫是當?shù)匾晃唤薪苌ぐ瑐惖脑O(shè)計師利用人工智能創(chuàng)作，再利用Photoshop潤色后完成的。這幅作品的獲獎在當?shù)氐拿佬g(shù)圈也引起了相當大的爭議?，F(xiàn)在的人工智能需要大量數(shù)據(jù)進行學習訓練，在大數(shù)據(jù)時代背景下，AI的發(fā)展變得更加快速便捷，最近引爆網(wǎng)絡(luò)的ChatGPT就離不開龐大數(shù)據(jù)的支持。來源丨網(wǎng)絡(luò)圖片ChatGPT是一種基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓練的文本生成深度學習模型，目前已經(jīng)更新到了GPT-4。GPT-4的知識面涵蓋了幾乎所有學科，能夠生成語法規(guī)范、邏輯嚴密的文本，也能進行繪畫創(chuàng)作，甚至能在人類的一些頗具難度的考試如SAT（Scholastic Assessment Test學術(shù)能力評估考試，俗稱的美國高考）考試、司法考試中取得極高的分數(shù)，強大得讓人驚嘆。目前所有的人工智能還都處于弱人工智能的階段。強人工智能，又稱多元智能，是指具備智能完整性，能夠進行自主推理和思考的人工智能，被認為能夠產(chǎn)生知覺和意識，是AI發(fā)展的新目標。有觀點認為強人工智能可能永遠無法實現(xiàn)，但OI概念的出現(xiàn)卻為多元智能帶來了希望。OI也許可以通過直接模擬人腦的構(gòu)造、思維模式、學習模式等，發(fā)展出完整的強人工智能。OI是什么？

有不少人認為，ChatGPT的出現(xiàn)，標志著人工智能的發(fā)展來到了一個奇點，將會迎來行業(yè)井噴式發(fā)展。然而有眼光銳利的科學家卻認為，當今的計算機技術(shù)和人工智能技術(shù)已經(jīng)無限接近瓶頸——因為人類已經(jīng)很難在芯片上安裝更多的晶體管了。

其實對人類來說，人腦才是最復(fù)雜的智能系統(tǒng)，人工智能的本質(zhì)也是對人腦思維過程的模擬，那么能不能直接創(chuàng)造一個“大腦”呢？

2023年2月，約翰斯·霍普金斯大學的Thomas Hartung團隊提出了類器官智能即OI的概念，以期利用這個理論，在未來發(fā)展出更強大、高效、節(jié)能的計算機形式。

類器官是指通過3D體外細胞培養(yǎng)系統(tǒng)，培養(yǎng)出一種與體內(nèi)器官或組織來源高度相似的器官模型，它雖然不是真正的器官，但具備原本器官的部分功能。

來源丨pixabay

OI就是運用類似的技術(shù)，在體外培養(yǎng)出大腦的細胞組織，將其作為生物計算機的核心硬件——CPU和顯卡，再通過微電極陣列等方式與外部電子設(shè)備連接，進行訓練和計算。

2022年12月，澳大利亞的生物科技初創(chuàng)公司Cortical Labs利用人體的干細胞誘導(dǎo)分化出人類的神經(jīng)元，并將這些神經(jīng)元與多電極陣列計算機集成，組成了一個人腦與計算機的合體。隨后他們還通過微電極陣列，讓它開始玩一款“乒乓球”游戲，神經(jīng)元僅用了五分鐘就學會了這款游戲的操作。而相似規(guī)模的人工神經(jīng)網(wǎng)絡(luò)，可能需要花上90分鐘的時間。

來源丨pixabay

由于類器官智能是基于生物硬件的，最大的進步之一就是降低了功耗。OI的核心硬件設(shè)備幾乎可以視為另一個大腦，而大腦的功耗是極低的。

一個成年人的大腦平均功耗僅有20W，而大部分AI服務(wù)器的功耗通常在10^6W左右。一些頂級的超級計算機，如我國的神威·太湖之光超級計算機，功耗更是達到了15.37MW（兆瓦）。另外，OI還具有極強的深度學習能力。

OI比AI更懂學習

由于OI具有人腦的組織結(jié)構(gòu)，可以實現(xiàn)**“少樣本學習”**，對于復(fù)雜問題的處理能力也遠超傳統(tǒng)AI。如果要對一個簡單的事物進行識別，人腦僅需約10個左右的樣本就能學會，而早年，AI即使“學習”了上百萬個樣本也依舊沒有學會。

擊敗了世界頂級圍棋棋手李世石的阿爾法狗（AlphaGo），被“投喂”了近十六萬場的棋局數(shù)據(jù)，這樣的訓練量，一個職業(yè)選手哪怕每天不吃不喝只進行訓練也需要約37年。

人腦具備相當復(fù)雜的神經(jīng)網(wǎng)絡(luò)，就像是一個超多核處理器。人腦思考的區(qū)域主要集中于大腦皮層，此處擁有約140億個神經(jīng)元，能夠產(chǎn)生1014~1015OPS（Operations per second，即每秒運算次數(shù)）的算力，是普通計算機算力（1010 OPS）的十幾萬倍。擁有如此強大的算力，配合高度復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，人腦才得以演化出一套多層結(jié)構(gòu)的深度學習模式。這套模式讓人類可以高效進行各種復(fù)雜問題的學習和處理，效率是計算機的上百萬倍。

同時，人腦在對一件事情進行學習后，所獲得的經(jīng)驗、策略、方法等還可以應(yīng)用于其它事情。比如我們通過學習圍棋而培養(yǎng)出的思維模式和方法論，也可以用在籃球、足球等其他項目上，而AI如果要新學習一種技能，則必須從零開始。

來源丨h(huán)ippopx

毫無疑問，OI是一項跨時代的前瞻性技術(shù)，想要真正實現(xiàn)，或許還有數(shù)十年的路要走。一些科學家還提出了其倫理問題，例如如何保障隱私權(quán)益、遵循道德規(guī)范、尊重人性價值等，這些問題的解決也需要過程和時間。

未來，若OI能夠真正實現(xiàn)，或許會在人工智能領(lǐng)域掀起新一輪狂潮，到那時，也許真的可以實現(xiàn)科幻電影中展示的具備知覺和意識的強人工智能。

標簽：