现实版“缸中之脑”来了？在实验室的培养皿里，簇大鼠脑细胞在实时电刺激回路训练下邢台泡沫板橡塑板专用胶，学会了生成正弦波、三角波以及混沌信号。
这项发表于 PNAS 的研究来自日本东北大学（Tohoku University）等团队。他们次证明了培养的大鼠皮层活经元可被训练，并用于执行由传统人工经网络生成的周期及混沌时间序列信号的任务。
在微流控装置精确引下，经元网络展现出维动力学特。通过将培养的生物经元网络（BNN，Biological Neural Network）整到机器学习框架中，验证了它们能够生成复杂的时间序列信号。
需要了解的是，体外经元原本是自发活动、杂乱章的，研究团队的法相当于用微流控芯片将经元“关”到个个小房间里（空间分区定植），但又留下了狭窄的通道，这样让它们之间既能保持秩序又能可相互联系。
面，该研究为入探索大脑将序的经活动变成有序行为指令的过程奠定了理论基础；另面，这些活经元具有耗电量低且能自我适应强的优势，未来或许可基于活细胞制备出比硅基芯片还省电的“湿件”计平台。
该研究不仅开辟了经科学和计技术交叉的新向，展现出 BNN 替代现有机器学习模型的潜力。未来，结人类诱多能干细胞分化的经元邢台泡沫板橡塑板专用胶，或可替代动物实验成为药物反应测试平台，以及脑机接口和经假体体外研究、经系统的模拟平台。
（来源：PNAS）
长期以来，人工经网络（ANN，Artificial Neural Network）和脉冲经网络（SNN，Spiking Neural Network）通常应用于机器学习和经形态硬件域。基于这类网络，储层计框架也随之发展起来，它借助循环连接的 ANN 和 SNN 的动态特，为处理时变数据提供了种的法。
在传统的基于 ANN 的储层计中，通过 FORCE（First-Order Reduced and Controlled Error）学习法等法能够通过持续修正输出信号、减小误差，进而实现实时自适应。
这些技术使人工系统能够生成各种时间模式，包括周期和混沌信号。然而，类似的法是否适用于生物经网络？尽管该向此前已有探索，但长期以来尚未形成统的答案。
图丨 BNN 中的 FORCE 学习（来源：PNAS）邢台泡沫板橡塑板专用胶
为了填补这空白，研究团队利用培养的大鼠皮层经元构建了生物经网络，并将其整到储层计框架中。该研究的关键创新之在于，利用微流控装置精确引经元生长并控制网络连接。
研究人员在由 26,400 通道构成的密度微电阵列上培养经元，其动作电位被实时记录、滤波后转化成连续信号。然后，经由线解码器映射为目标输出。
接下来，该输出信号反过来转化为电脉冲，再回输到培养皿中的特定电，万能胶生产厂家形成反馈回路。整个控制周期平均在 332.5 毫秒左右，其中包含滤波伪影去除时间约 120 毫秒，以及脉冲计数窗口和软硬件延迟约 200 毫秒。
他们通过应用 FORCE 学习法优化系统的读出层，不仅显著降低了内存需求，还成功训练这些生物网络，使其能够产生与运动控制中类似的复杂时间信号。研究人员基于这种法构建了模块化网络架构，可大限度避经元过度同步，让网络呈现出储层计所需的丰富、维动态行为。
基于 BNN 的框架能够生成多种时间序列模式邢台泡沫板橡塑板专用胶，包括正弦波、三角波、波，甚至包括洛伦兹吸引子在内的混沌轨迹。值得关注的是，这种经网络展现出优异的灵活，能够在同系统中学习并稳定再现 4 秒、10 秒和 30 秒的正弦波。
奥力斯 万能胶生产厂家 联系人：王经理 手机：13903175735（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
生成洛伦兹吸引子轨迹是研究中具挑战的任务。在实验中，尽管振幅峰值的精度仍有提升空间，但重要的是，结果显示三个维度的预测与目标信号相关均在 0.8 以上，说明 BNN 已经成功捕捉到了混沌轨迹的主要结构。
图丨相关论文（来源：PNAS）
“这项研究表明，活体经元网络不仅是具有生物学意义的系统，而且还可以作为新型计资源，”东北大学助理教授 Hideaki Yamamoto 表示，“通过结经科学和机器学习的优势，我们正在利用生物系统的内在动态特，走出条全新的生物计路线。”
研究团队承认当前的研究仍存在定的局限，例如系统学习结束后能衰减，以及 330 毫秒闭环延迟在频信号追踪面仍存在限制。在未来的研究阶段中，研究人员希望能够进步提训练结束后信号生成的稳定。
据团队计划，接下来的工作是减少反馈延迟和改进 FORCE 学习法。在此基础上，他们还将拓展该平台在科研和医学等域的应用价值，例如成为研究药物反应和模拟经系统的微生理系统。
当经元不仅能来理解大脑，也可以用于做计，或许，这意味着我们正在接近种介于生物和机器之间的全新计范式。
参考资料：
相关论文：https://pnas.org/doi/10.1073/pnas.2521560123
https://www.tohoku.ac.jp/en/press/living_brain_cells_enable_machine_learning_computations.html
排版：刘雅坤
相关词条:铝皮保温 隔热条设备 钢绞线厂家玻璃棉 泡沫板橡塑板专用胶1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。