培养皿中的神经元学会玩电子游戏？！体外神经元在模拟游戏世界中学习并表现出感知能力

神经元是广义智能的起点？！澳大利亚研究人员在《神经元》期刊上发文称，培养皿中的人类和小鼠神经元学会了玩电子游戏《Pong》！实验证明，即使是培养皿中的脑细胞也能表现出固有的智力，并随着时间的推移而改变它们的行为。详细解读！

　　

“从蠕虫到苍蝇再到人类，神经元是广义智能的起点，”澳大利亚墨尔本皮质实验室首席科学官Brett Kagan说。“所以，问题是，我们能否与神经元互动，利用这种内在的智能?”科幻电影和科幻小说中已不乏将人类或动物大脑跟机器人结合成为智能机器人的设想。这群澳大利亚学者设想迈出第一步，将培养皿中的神经元集成到数字系统中，期望可以实现单独使用计算机无法实现的性能。他们开发了DishBrain—— 一个在结构化环境中能利用"神经元固有的自适应计算能力"的系统，将来自人类或啮齿动物的体外培养神经细胞通过高密度多电极阵列与计算机集成计算，通过电生理刺激和记录，将让培养皿中的神经元“学会”一个模拟的街机游戏“Pong”。。。

背景

利用活神经元的计算能力来创造合成生物智能 (SBI)，以前仅限于科幻小说领域，现在似乎触手可及。随着人们尝试开发支持神经形态计算的仿生硬件，生物计算的优越性已被广泛认可。然而，除了生物神经元之外，没有任何人工系统能够支持至少三阶复杂性（能够表示三个状态变量），这对于重建生物神经元网络 (BNN) 的复杂性是必要的。

作者尝试在高密度多电极阵列 (HD-MEA) 上培养来自啮齿动物胚胎和诱导人类多能干细胞 (hiPSC) 的神经元细胞，建立功能性体外生物神经元网络 (BNN)，以证明这些培养神经元可以表现出生物智能——这些神经元培养物符合感知的正式定义，即能通过适应性内部过程“对感觉印象作出反应”。

这个系统称为DishBrain，可以利用神经元的固有特性来共享电活动“语言”——通过电生理刺激和记录来连接计算机和这个生物神经元网络 BNN 系统。作者着重研究当 BNN 通过闭环系统体现时，哪些过程会导致智能（目标导向）行为。智能系统中的感知行为需要两个相互关联的过程：首先，系统必须学习外部状态如何通过“感知”影响内部状态，以及内部状态如何通过行为影响外部状态。其次，系统必须从它的感觉状态推断出它应该何时采用特定的活动，以及它的行为将如何影响环境。

为了解决第一个必要条件，作者定制开发软件驱动程序以创建一个低延迟闭环反馈系统，通过电刺激模拟与 BNN 环境的交换。为解决第二个要求，作者用DishBrain系统测试了一个关于智能行为如何产生的理论框架。在一个环境中的智能系统如何体现智能行为，一个理论是符合自由能原则(FEP)的主动推理理论——即主动推理（Active Inference）过程可以最小化潜在的自由能（Free Energy），而大脑运作总是尝试最小化自由能的工作方式（自由能原则，Free Energy Principle，FEP）。FEP 提出了一个可测试的含义，即在每个时空尺度上，任何与其环境分离的自组织系统都试图最小化其变分自由能 (variational free energy，VFE)。预测和实际感觉之间的差距（“意外”或“预测误差”）可以通过两种方式最小化：通过优化对环境的预测以使预测更接近实际，或者通过对环境起作用以使感觉符合它的预测。根据这一理论，BNN 对世界状态持有“信念”，学习以最小化它们的 VFE，或积极改变世界以使其不那么令人惊讶。如果为真，这意味着应该可以通过在“不正确”行为之后简单地呈现不可预测的反馈来塑造 BNN 行为。从理论上讲，BNN 应该采取行动来避免导致不可预测输入的状态，即学会避免不确定性。

验证实验过程和结果

用于计算的神经元“湿件”的生长
作者分别用3种方法得到的神经元细胞构建BNN系统
1. 来自啮齿动物胚胎解剖皮质的皮质细胞：培养来自胚胎第 15.5 天 (E15.5) 小鼠胚胎的原代神经培养物。
2. HiPSCs 分化为活跃的异质皮层神经元的单层，显示出成熟的功能特性。使用双重 SMAD 抑制 (DSI)，作者培养出了能与支持神经胶质细胞形成密集连接的长期皮层神经元。
3. 另一种不同的 hiPSC 分化方法——NGN2 直接重编程来扩展研究。这种高产方法获得的细胞表达泛神经元标记物，显示高比例的兴奋性谷氨酸能细胞。

将这些细胞分别在内置高密多电极阵列HD-MEA的营养丰富培养基共同培养，这些培养物会表现出具有大量树突和轴突连接的复杂形态，通过扫描电子显微镜(SEM)确认这些神经元培养物在HD-MEAs上的整合，在神经元培养物中可以观察到密集互连的树突网络，形成跨越 MEA 区域的交错网络，这些细胞可维持>3个月。

随着时间发展，神经细胞表现出特征明确的自发动作电位
作者绘制了高空间和时间分辨率下神经系统电生理活动的体外发育图。通过日常活动扫描监测电生理成熟度。

构建一个模块化的实时平台来利用神经元计算
DishBrain系统的开发是为了利用神经元计算，并与模拟环境中的神经元进行交互。DishBrain环境是一个低延迟的实时系统，它与供应商 MaxOne 软件交互，能够扩展其使用方式。该系统可以记录神经元培养物中的电活动，并提供“感觉”（非侵入性）电刺激，类似于通过神经元网络中的活动产生动作电位。使用STAR Methods中描述的编码方案，外部电刺激可以传达一系列信息。作者选择了三个不同的信息类别：可预测的、随机的和感官的。DishBrain要整合这些功能，以在闭环系统中“读取”信息并将感觉数据“写入”到神经培养物中，因此神经“动作”会实时影响未来传入的“感觉”刺激。目的是在虚拟环境中体现 BNN 并量化可证明的学习效果。

如何让这些细胞“理解”游戏？

DishBrain模拟经典的街机游戏“Pong”的基本原理是：最左边有一可上下移动的滑块即“球拍”，"球"从右边射入。如‘球拍’挡到“球”为“命中”，休息后球再重复同样线路射入，如果没挡到“球”，休息后球从随机位置射入。包埋在神经元培养物中的多电极阵列中指定一个内有8个电极的"预定义感觉区域"，用于输入刺激（图 4 D），定义多电极阵列另一部分为运动区域，其中运动区域 1 的放电信号转换为“球拍”“向上”移动，而运动区域 2 中的活动信号将转换为“球拍”“向下”移动，这种随机意味着培养细胞们将需要通过自我组织采用不同的放电模式。实时收集指定运动区域的电生理活动信号，用以移动计算机游戏中的“球拍”来挡“球”。如果此刻活动没有挡到球，则程序会在感觉区域输入不可预测的刺激（150mV 电压，5Hz，持续 4 秒；参见STAR 方法），然后“球”刺激将在随机向量上重新开始。相比之下，如果此刻活动成功拦截，则给与可预测的刺激以100Hz 的频率同时传递到所有电极，持续 10 毫秒（短暂地中断常规的感觉刺激），然后游戏以可预测的方式继续进行。研究证实了以下几点：

• 从人和原代小鼠皮质神经元BNN中都能观察到“学习”，人类神经元BNN经时间推移“学习”后的表现比小鼠神经元BNN要好

• 有闭环反馈后，随着时间的推移，BNN在游戏环境中的表现改进，即随时间推移而“学习” ，命中率提高

• BNN 需要学习反馈，有刺激但没有反馈的系统就没有学习

• 增加感觉信息输入的密度会提高表现•

• 在实验过程中观察到的神经电生理活动的动态变化

意义
DishBrain系统能够在虚拟环境中体现来自各种来源的 BNN，并实时测量它们对刺激的反应。神经元对外部刺激的适应性反应能力在体内得到了很好的证实，因为它构成了所有动物学习的基础。而这项工作是第一个在体外为目标导向行为建立这种基本行为的研究。这是第一个实时演示自适应行为的 SBI 设备。该系统本身提供了扩展先前神经行为计算机模型的机会，例如测试海马和内嗅细胞模型在解决空间和非空间问题。DishBrain平台可以进行微小变化——如选定的细胞类型、药物管理和反馈条件，将使体外测试能够获得有关细胞如何处理和计算以前无法获得的信息。最重要的是，这项工作在为 BNN 创建闭环环境方面取得了实质性的技术进步，强调了在神经系统中实现目标导向学习的要求，其中更密集的信息和更多样化的反馈会影响表现。

结论
使用这个DishBrain系统证明了体外皮层神经元可以自我组织活动以显示智能和感知行为。这些发现为 SBI 系统提供了一个有希望的证明——以输入指导的系统方式随着时间推移进行学习。该系统提供了一个完全可视化的学习模型，可以开发独特的环境来评估 BNN 执行的实际计算。这超出了纯粹的计算机模型或仅对分子途径的预测。尽管仍然需要大量的硬件、软件和湿件工程来改进DishBrain系统，但这项工作确实证明了活神经元的计算能力可以在与其感觉器官的主动交换中自适应地学习。这是迄今为止实现以外部定义的目标导向行为作出响应的 SBI 的最大进步。

实例化合成生物智能 (SBI)可能预示着生物智能研究的模式转变。探索 BNN 如何计算以帮助改进机器学习方法，有可能产生超越现有硬件生物计算平台。从理论上讲，由于生物系统的固有效率和进化优势，广义 SBI 可能会在人工智能 (AGI) 之前出现。

这项工作的未来方向有可能在疾病建模、药物发现和扩展目前对大脑如何工作和智力如何产生的理解方面。“这是理解智能的新前沿的开始，”“它不仅涉及到作为人类的意义，还涉及到活着和聪明的意义，以及在一个不断变化的动态世界中处理信息和有知觉的意义。”

---