回复医者仁：这种生物计算方式具有自适应、自组织、自学习能力，可以处理模糊、不确定、非线性的问题，为AI计算提供了新的思路和方法。
医者仁
下载贤集网APP入驻自媒体
随着人工智能（机器学习和人工神经网络模型）成为关键驱动因素，近年来对算力的需求急剧增加。但随着这些模型变得越来越复杂，运行它们的底层计算硬件的能效和性能却难以跟上。为此研究者们正在开发神经形态计算系统——受到人类大脑结构功能的启发——设计用于更高效地运行此类模型。 大脑类器官（Brain organoid）是用人类多能干细胞人工培育而成的一种三维聚集体，它会发育出类脑组织，能够复制发育中大脑结构的特定方面。 2023年12月12日，印第安纳大学伯明顿分校郭峰团队（蔡虹威为第一作者）在 Nature 子刊 Nature Electronics 上发表了题为：Brain organoid reservoir computing for artificial intelligence 的研究论文。 该研究开发了一种由电子硬件和大脑类器官（Brain organoid）组成的混合计算系统，可以执行如语音识别和非线性方程预测等人工智能（AI）任务。这一研究凸显出一种可能的方法，或可克服现有计算硬件的一些限制。
