🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 时政 科技 采集 2026-08-17T04:09:32+00:00

法国团队用死人大脑组织控制机械手弹琴引热议

原始标题:活久见,死人大脑也能控制机械手弹钢琴

来源
ithome
发布时间
2026-08-17T03:55:09
采集批次
2026-08-17-04
字数
2219
URL 指纹
79e1d65c2c3bb453

📌 AI 总结(240 字)

法国科研团队将死后人脑中仍具活性的脑组织(OPAB)接入微电极阵列,连接机械手与麦克风,搭建感觉—运动闭环系统。经过每天300次、连续三天的训练,脑组织学会了将声音与手指运动关联,平均模仿准确率从31%升至58.5%,部分样本能100%正确模仿三个音符,且学习效果可持续17天。该研究并非让死人「学弹琴」,而是首次证明成年人的真实脑组织在体外闭环系统中具备后天的感觉—运动学习能力,为生物神经元与AI融合的混合智能系统提供了新方向,同时引发关于神经科学、伦理与意识本质的广泛讨论。
📄 正文(2219 字)
最近,一支来自法国的科研团队直接把死后人脑组织接上机械手,让它学会模仿人类弹琴。

他们从死后人脑中取出仍保持活性的脑组织,放进培养皿,接上电极、麦克风和仿生机械手。训练之后,当人类按下琴键,脑组织能够「听见」音符,再控制机械手弹出相同的声音。

有一说一,这项研究原本讨论的,其实是一个相当严肃的AI问题:能不能利用生物神经元天然的学习能力和超高能效,做一种新的混合AI系统?但「死后人脑」、「脑切片」、「机械义肢」、「混合AI」几个关键词放在一起,很难不让人联想到赛博朋克。

有博主专门分析了实验视频,认为这类工作虽然天然伴随着伦理上的争议和某种「阴森感」,但神经科学与AI的交叉,也可能推动认知科学、神经疾病乃至医疗研究。还有不少网友,已经顺着这个实验一路脑补到了未来的超级个体、机械义体,甚至意识究竟依附于什么这类哲学问题。

因为这项研究真正有意思的地方,可能不是死人脑子突然开始弹琴。而是研究人员第一次把一块成年人的真实脑组织,放进了一个可以感知、行动、再学习的闭环系统里。

相比人脑,现在基于AI芯片运行的人工神经网络,某种意义上仍然是一套非常「低效」的学习系统。一个成年人的大脑,功耗大约只有20瓦。而世界上最强大的超级计算机,功耗已经达到数十兆瓦。AlphaGo为了击败李世石,需要在超过15万盘棋局上训练,相当于一个人连续练习超过100年。而像GPT-3这样的语言模型,训练所需的数据量相当于人类每天读5本电子书,然后连续读250年。所以,今天的AI强归强,但很多能力,本质上仍然依赖海量数据和海量算力「砸」出来。

既然人工神经网络是在模仿大脑,能不能干脆把真正的神经元接进计算系统?此前研究者主要尝试过二维培养神经元和脑类器官,但前者很难形成稳定的神经可塑性,后者的神经回路又相对不成熟,而且个体差异很大。

于是,这支法国团队换了一种材料:死后成人脑组织外植体,也就是OPAB。它不是从干细胞重新「长」出来的大脑模型,而是真正来自成年人大脑,因此保留了成熟的细胞类型、组织结构和部分神经连接。团队此前已经证明,这类脑片在获得氧气和葡萄糖后,可以在体外继续维持神经活动。

接下来真正的问题只有一个:离开人体之后,它还能不能继续学习?于是研究人员决定直接给它装上一只「手」和一只「耳朵」。

研究人员先把OPAB放到一块微电极阵列上,然后从中随机选出三枚电极作为「运动电极」,分别连接机械手的三根手指。三根手指再分别对应电子琴上的三个音:LA、TI和DO。一旦某枚运动电极被激活,对应的手指就会弯曲,按下琴键。

接下来,机械手按下琴键以后,旁边的麦克风会收集声音。声音解码器识别出究竟是LA、TI还是DO,再去刺激脑片上对应的三枚「感觉电极」。于是,一个完整的闭环就形成了:脑片产生运动信号→机械手按琴键→麦克风听到声音→声音重新变成电刺激→传回脑片。

从脑片的视角来看,这其实很像一个婴儿第一次认识自己的身体。这个过程在机器人学里有个很形象的名字:Motor Babbling,即运动咿呀。

在训练阶段,系统会随机刺激某一枚运动电极,机械手的一根手指随即弯曲,按下一个琴键,麦克风听到这个音符,再把它转成刺激,送回对应的感觉电极。每天重复300次,连续三天,让脑切片形成肌肉记忆。整个过程中,没有「你答对了」或「你答错了」的反馈,也没有奖励函数。研究者只是反复让两个事件在时间上连续发生,剩下的事情,交给神经元自己。

这件事之所以可能,依赖的是大脑最基础的赫布学习机制——经常一起激活的神经元之间,连接会逐渐变强。经过反复训练之后,脑片慢慢开始把动作与感觉关联起来。更关键的是,这种连接并不是单向的,脑片不仅可以学习到「我动这根手指,会听到这个声音」,还能反过来「我听到这个声音,就激活这根手指」。于是,整件事就从动作与感觉的简单关联,变成了学习系统的主动模仿。

在正式测试时,人类实验者随机弹奏LA、TI和DO,麦克风直接把人类演奏的音符送进脑片。研究总共使用了来自3名供体的30个OPAB,其中16个进入主要测试。训练第一天,这套系统的平均模仿准确率只有31.22%,因为一共只有三个音符,完全随机猜的准确率就是33.3%。但三天训练结束之后,第4天的平均准确率已经上升到58.5%。16个样本里,有3个OPAB能够100%正确模仿全部三个音符。另有7个可以稳定学会其中两个。最终,62.5%的OPAB成功学会了至少两个音符。

为了证明这种关联并不是刚好利用了脑片内部原本就存在的连接,而是后天训练出来的,研究人员故意随机选择了运动电极和感觉电极。此外,研究团队还用药物阻断突触传递,或者感染会扰乱神经活动的Tahyna病毒,结果表明:换成未训练电极后,准确率重新跌回随机水平;已经形成的模仿能力也会明显下降。也就是说,真正承载这组感觉—运动关联的,是脑组织本身发生改变的神经连接,而不是外部程序。

长期追踪的5个OPAB中,有4个在训练结束17天后仍然保留学习结果,其中两个依旧可以100%正确模仿全部三个音符。

整个实验只有三组手指—音符关联,脑片直径约5毫米,声音识别和机械手控制也仍然依赖传统AI模块。所以更准确地说,它并不意味着一块死后脑组织突然「学会了弹钢琴」,而是一块仍保持活性的成人脑组织,在人工搭建的感觉—运动闭环中,形成了此前不存在的新关联,并利用这组关联完成了模仿。