來自印第安那大學伯明頓分校（Indiana University Bloomington）、佛羅里達大學（University of Florida）和辛辛那提大學（University of Cincinnat）以及辛辛那提大學兒童醫院醫學中心（Cincinnati Children's Hospital Medical Center）的科學家打造了一個集成腦組織與電子硬體的語音識別和運算系統，以展開高性能生物計算機（biological computer）的研究工作，他們並於11日將這個研究成果發表在《自然電子》（Nature Electronics）期刊上。
該研究推動了由人類腦細胞驅動之神經形態運算設備的發展，該設備有可能比傳統矽基計算機的學習速度更快，節能效益更佳。以大腦作為靈感來源的運算硬體，目的在模擬大腦的結構和工作原理，可用來解決當前AI技術與應用的局限性，甚至帶動醫療科技的進步。
研究人員通過所謂的「類人腦器官」（brain organoid）打造了「腦體」（brainware）系統。所謂「類人腦器官」是一種由人類幹細胞培養出來的小型三維神經結構。科學家對該腦體系統進行語言測試與數學測試。
在語言測試中，腦體必須在240個音頻片段中將8個不同日本男性的聲音加以區分。經過一番底層算法的訓練後，該系統的準確率從原有的51%左右提升到大約78%的程度。在數學測試中，腦體系統被要求對一種代表混亂活動的「厄農映射」（Hénon map）進行預測。結果顯示，雖然腦體系統的準確率比矽基神經網絡略低，但它的訓練時間更短（比矽基神經網絡縮短了90%以上）。
今年2月，由美國約翰霍普金斯大學（Johns Hopkins University）領導的國際科學家團隊發布了一份邁向「類器官智能」（organoid intelligence）詳細路線圖。雖然該團隊直言不諱地認為，通用生物計算機可能還需要幾十年的時間才能實現，但前述腦體的實驗突顯了該領域的發展潛力。
周一，同樣在《自然電子》期刊上發布關於生物運算研究之評論文章的三位約翰霍普金斯大學科學家，一方面認同該研究會對學習機制、神經發展和神經退行性疾病的認知影響產生根本性的洞見。另一方面也擔憂該進展會讓人類創造出類似大腦的「培養皿智能」（intelligence in a dish），這種智能甚至有可能獲得基本意識，這將引發倫理問題的爭議。不論如何，隨著類大腦器官系統的日益複雜化，今後生物運算系統所面臨的眾多「神經倫理」（neuroethical）問題，將成為至關重要待解的研究重點。
（首圖來源：Hub）