普林斯頓大學研製 3D-MIND 混合生物計算平台 融合活神經元同柔性電子

普林斯頓大學的研究人員開發了一種混合生物計算平台，將活體腦細胞與柔性電子元件結合。此系統標誌著人工智慧與生物系統更緊密整合的一步。該裝置名為 3D-MIND，將活體神經元群嵌入三維電子支架中，設計用以支援生物組織與計算硬體之間的通訊。研究人員表示，此系統有助推進腦啟發計算，提供一種更貼近人類大腦結構與功能的 AI 系統新途徑。「未來 AI 的真正瓶頸是能源。

我們的大腦僅消耗當今 AI 系統執行類似任務所需能量的百萬分之一，」普林斯頓神經科學研究所相關教職員 Tian-Ming Fu 在聲明中指出。

混合腦平台

普林斯頓大學的研究人員開發名為 3D-MIND 的混合生物計算平台，將活體腦細胞與柔性電子元件整合。此系統旨在三維神經細胞網絡與電子硬體之間建立直接介面。該裝置由柔性三維電子網組成，可嵌入實驗室培養的活體腦細胞網絡中。細胞會圍繞並穿透網格，形成生物組織與電子元件之間的穩定連接。整合感測器監測神經網絡的電活動，而嵌入式刺激器則可將訊號傳回細胞。該晶片擁有約 70,000 個生物神經元，網絡化於 3D 網格上，並配備數十個微觀電極，能感測並操控腦細胞活動。

與先前主要與神經培養表面細胞互動的系統不同，此新平台設計用於三維神經結構深處運作。這可實現網絡全程直接監測與刺激，提供先前難以觸及的神經活動與連接性存取。電子元件採用機械特性類似腦組織的軟性材料，讓裝置可長期與活體細胞整合，而不顯著干擾其行為。研究人員報告穩定互動追蹤超過六個月。 研究亦發現，三維生物神經網絡比傳統平面二維培養提供更豐富連接性與更大計算潛力。

嵌入式介面相較傳統 2D 系統，能實現更快、更高效的神經網絡刺激與訓練。 活體神經計算的發展引入新方法，直接連結電子系統至實驗室培養的三維腦細胞網絡。研究人員相信，此途徑有助打造未來腦啟發計算系統，能以遠低於當今多數 AI 平台的能耗運作。除計算應用外，此系統亦可作為研究工具，探討神經電路在逼真三維環境中如何發展、適應與運作。平台可提升藥物篩選，提供更生物準確的實驗室模型，並協助科學家在控制條件下調查神經疾病。

未來工作將聚焦精煉裝置，用以研究大腦發展、模擬特定神經疾病，並測試實驗治療。研究人員正擴展系統，整合額外感測器與電極，提升神經介面複雜度與能力。團隊亦探索引導生物神經網絡學習與適應的方法，同時結合光學成像技術，深入洞察腦活動。另正推進大規模三維組裝技術改進，以實現更一致生產。長期而言，研究人員目標開發實用混合系統，融合生物與電子，用於計算與醫學應用。