美國賓夕法尼亞州的萊哈大學（Lehigh University）正在進行一項雄心勃勃的研究計劃，探討如何利用微型實驗室培養的腦樣本，即腦類器官（brain organoids），來處理信息，以設計更智能且更節能的人工智能系統。該計劃由葉夫根尼·貝爾迪切夫斯基（Yevgeny Berdichevsky）教授主導，並獲得了來自美國國家科學基金會（National Science Foundation）新興前沿研究與創新計劃（EFRI）的200萬美元資助。資金將支持研究團隊對大腦複雜的信息處理進行深入研究，並試圖將這一過程複製到工程系統中。
貝爾迪切夫斯基教授及其團隊還與萊哈大學的P.C.羅辛工程與應用科學學院以及健康學院展開了合作。人類大腦以每秒進行數十億次計算的效率運行，但其能耗卻與一盞普通電燈相當。研究人員希望通過研究人類大腦如何處理信息，揭開高效能運算的秘密，從而消耗更少的能源。貝爾迪切夫斯基強調，過去人們曾經構建硬件基礎的神經網絡來模仿人腦，但真正的大腦電路能進行複雜的任務，而目前的硬件仍無法達到這一點。他們希望找出這些計算，以啟發下一代人工智能算法，不僅提高效率，還增強信息處理能力。
接下來，研究團隊將著眼於研究一個腦類器官，這是一種在實驗室中使用成人細胞製造的三維毫米級結構，類似於發育中的大腦。研究人員計劃組織腦類器官中的神經元，使其類似於人腦皮層。貝爾迪切夫斯基指出，在腦類器官中，神經元的連接是隨機的，而在我們的大腦中，這些連接是高度有序的。為了實現計算的控制，這種有序性是必不可少的。生物工程材料與工程的副教授萊斯利·周（Lesley Chow）將構建三維打印的生物材料支架，以正確放置神經元。她解釋說：“我們已經學會了可以將神經球體——不同類型神經元的群集——插入支架插槽中，堆疊層次，從而從底部開始進行整個腦類器官的工程設計。”
神經元將接受簡單的動態影像刺激，通過光脈衝進行傳遞，並記錄細胞的反應。同時，這些神經元將被設計為在活躍時發光，這樣科學家就可以實時捕捉大腦活動的快照。通過分析這些模式，研究人員希望觀察腦類器官是否能夠檢測運動、速度和方向等關鍵信息，這些任務對於自動駕駛汽車等人工智能系統至關重要。為了詮釋結果，團隊將開發計算機算法，解碼哪些神經元正在發火及其活動的意義。倫理保障措施也是計劃的一部分，確保腦類器官保持在過小和過於簡單的狀態，以避免接近意識的狀態。
該計劃的成功與否在於研究團隊在多個工程學科中的表現。貝爾迪切夫斯基提出，計算算法、神經科學、生物工程、組織工程，甚至哲學都必須協同合作，這是一個真正的多學科合作努力。這個項目代表了證明實驗室培養的大腦模型能支持有用的生物計算的第一步。如果成功，這將可能激發更高效、更強大的人工智能系統，並在許多領域帶來潛在的變革。
