論文內(nèi)容概述

AI要90分鐘學(xué)會的游戲，人腦細(xì)胞竟在5分鐘搞定了。Cell在2022年的研究中，使用80萬體外神經(jīng)元細(xì)胞(DishBrain)竟然學(xué)會玩70年代經(jīng)典街機(jī)游戲Pong！

• 隨著實驗的進(jìn)行，如果沒有提供電信號反饋，將觀察不到明顯的表現(xiàn)改善；如果完整提供電信號反饋，將看到因為學(xué)習(xí)而得到的表現(xiàn)改善。
• 觀察到的人類神經(jīng)元和老鼠神經(jīng)元均有學(xué)習(xí)能力，并且人類神經(jīng)元的學(xué)習(xí)能力高于老鼠神經(jīng)元。
• 實驗過程中觀察到神經(jīng)元放電活動一直在變化，一開始的游戲表現(xiàn)可能不太好，但隨著實驗的進(jìn)行會越來越好。

基本原理介紹

合成生物智能SBI(Synthetic Biological Intelligence)：合成生物學(xué)與人工智能交叉領(lǐng)域，是未來腦科學(xué)發(fā)展一個可能大熱的風(fēng)口，這篇論文屬于SBI領(lǐng)域。

生物神經(jīng)網(wǎng)絡(luò)BNN(Biological Neuronal Network)：生物神經(jīng)網(wǎng)絡(luò)基于動物神經(jīng)元發(fā)展，人工神經(jīng)網(wǎng)絡(luò)基于神經(jīng)元數(shù)學(xué)模型發(fā)展，兩者原理上存在較大差異。

生物智能主要分兩方面：體內(nèi)生物智能和體外生物智能。像腦機(jī)接口等等更多像體內(nèi)生物智能，生物神經(jīng)網(wǎng)絡(luò)主要存活在生物體內(nèi)；而合成生物智能更多探索體外生物智能，比如這篇文章就是體外培養(yǎng)生物神經(jīng)網(wǎng)絡(luò)來與計算機(jī)系統(tǒng)結(jié)合。

自由能原理（Free Energy Principle, FEP）是由卡爾·弗里斯頓（Karl Friston）提出的理論框架，它試圖解釋生物系統(tǒng)是如何維持其內(nèi)部穩(wěn)態(tài)并預(yù)測外部環(huán)境的。該理論的核心思想是，生物系統(tǒng)通過最小化其預(yù)測誤差（即觀察到的與預(yù)期的狀態(tài)之間的差異）來降低自由能，從而保持生存和繁衍。

自由能的概述

自由能原理認(rèn)為，所有生命系統(tǒng)都在不斷地試圖降低它們的自由能，以保持一種低熵狀態(tài)，即維持內(nèi)部穩(wěn)態(tài)。自由能可以被視為一個代理，用來衡量一個系統(tǒng)與它期望狀態(tài)之間的不匹配程度。當(dāng)系統(tǒng)能夠準(zhǔn)確預(yù)測其環(huán)境時，自由能就會降低。如果系統(tǒng)不能準(zhǔn)確預(yù)測，則需要通過學(xué)習(xí)或改變行為來減小預(yù)測誤差，從而降低自由能。

主動推理理論

主動推理（Active Inference）是自由能原理的一個重要組成部分，它關(guān)注的是生物系統(tǒng)如何通過行為來影響其周圍環(huán)境，以最小化預(yù)測誤差。主動推理理論認(rèn)為，生物系統(tǒng)不僅被動地適應(yīng)環(huán)境，而且還通過積極的行為來塑造環(huán)境，以使自身預(yù)測更加準(zhǔn)確。

主動推理觀點

1. 預(yù)測編碼：生物系統(tǒng)通過構(gòu)建關(guān)于世界的內(nèi)部模型來進(jìn)行預(yù)測，并根據(jù)這些預(yù)測采取行動。
2. 最小化預(yù)測誤差：生物系統(tǒng)通過感知輸入和主動行為來最小化預(yù)測誤差，即觀察到的狀態(tài)與預(yù)測狀態(tài)之間的差異。
3. 感知行為的一致性：感知和行為被視為同一過程的不同方面，都是為了最小化自由能。
4. 行為選擇：行為的選擇是基于對未來狀態(tài)的預(yù)測來最小化未來自由能的期望值。

主動推理應(yīng)用

主動推理理論已被應(yīng)用于多個領(lǐng)域，包括認(rèn)知科學(xué)、心理學(xué)、神經(jīng)科學(xué)以及人工智能。它為理解生物系統(tǒng)如何進(jìn)行決策、規(guī)劃行為以及如何與環(huán)境互動提供了理論基礎(chǔ)。

• 感知行為一致性：當(dāng)你伸手去拿一個杯子時，你的大腦會根據(jù)過去的經(jīng)歷預(yù)測杯子的位置和重量。如果預(yù)測與實際感受不符（比如杯子比預(yù)期輕），你會調(diào)整握力以減少預(yù)測誤差。
• 決策制定：在面對不確定情境時，生物體會基于其內(nèi)部模型對未來狀態(tài)進(jìn)行預(yù)測，并選擇能夠最大化降低未來自由能的行為路徑。

實驗整體設(shè)計

神經(jīng)細(xì)胞獲取

要想有一個生物神經(jīng)網(wǎng)絡(luò)（BNN）芯片，第一步就是獲取很多的神經(jīng)細(xì)胞，論文里主要使用兩類神經(jīng)細(xì)胞，即人類神經(jīng)細(xì)胞和老鼠神經(jīng)細(xì)胞，那么要怎么獲得呢？

如果想要獲取的是人類的神經(jīng)元細(xì)胞，那么需要從干細(xì)胞開始培養(yǎng)，然后刺激干細(xì)胞分化成神經(jīng)細(xì)胞，干細(xì)胞分化成神經(jīng)細(xì)胞之后數(shù)量就會穩(wěn)定了，后續(xù)實驗過程只需要給人類神經(jīng)細(xì)胞提供營養(yǎng)即可，整個神經(jīng)細(xì)胞的制備周期是30天。

如果使用老鼠的神經(jīng)細(xì)胞，那就比較簡單了，沒有道德問題，可以直接培養(yǎng)老鼠胚胎，然后把腦子摘出來，然后直接用就完事了，基本不需要培養(yǎng)，制備周期也短了很多。

左圖為人類神經(jīng)細(xì)胞HCC，右圖為老鼠神經(jīng)細(xì)胞MCC。

智能芯片生態(tài)

有了神經(jīng)細(xì)胞之后，下一步就是把神經(jīng)細(xì)胞放到芯片上培養(yǎng)，繼續(xù)給神經(jīng)細(xì)胞提供養(yǎng)分。

可以看到，該智能系統(tǒng)有兩個子系統(tǒng)：細(xì)胞芯片系統(tǒng)HD-MEA Chip和計算機(jī)系統(tǒng)Pong，兩者通過物理線路進(jìn)行信息傳輸。

信息交互過程

先給出細(xì)胞芯片子系統(tǒng)的平面圖：

在圖片中，神經(jīng)細(xì)胞是均勻分布在芯片上面的，藍(lán)點代表電極，用于神經(jīng)細(xì)胞與計算機(jī)之間交換信息。明顯圖中存在上半，左下，右下三塊電極區(qū)域，上半電極區(qū)域是感知區(qū)，用于接收屏幕信息輸出（由此得到小球和平板的位置狀態(tài)）；左下和右下電極區(qū)域是運(yùn)動區(qū)，用于輸出平板移動信息，具體設(shè)置如下：

action1為向上運(yùn)動，action為向下運(yùn)動，左下電極區(qū)域得到一組向上運(yùn)動和向下運(yùn)動的信號，右下電極區(qū)域得到另一組向上運(yùn)動和向下運(yùn)動的信號，兩組數(shù)據(jù)求平均得到最終的運(yùn)動控制信號。

實驗過程分析

學(xué)習(xí)方法的原理特別簡單，就是不停的讓這個生物芯片玩Pong這個游戲，并且在玩的好的時候獎勵它，玩的不好（沒接住球）的時候懲罰他。

當(dāng)BNN犯了一個錯誤的時候，比如沒有接到球的時候，就給他一些無法預(yù)測的電信號懲罰他（可能是隨機(jī)生成）；而當(dāng)BNN接住了球的時候，那應(yīng)該獎勵他，就給他一些可以預(yù)測的電信號（可能是固定模式）。

相關(guān)參考資料

https://www.cell.com/neuron/pdfExtended/S0896-6273(22)00806-6
https://zhuanlan.zhihu.com/p/648547119
https://baijiahao.baidu.com/s?id=1746550954055561171&wfr=spider&for=pc