日本团队训练大鼠神经元，可实时执行AI计算任务
IT之家 4 月 7 日消息，科技媒体 Tom's Hardware 于 4 月 5 日发布博文，报道称日本科学家成功训练大鼠皮层神经元，利用实时机器学习框架自主生成复杂时序信号。
日本东北大学与未来大学研究团队集成活体神经元与高密度微电极阵列及微流控设备，构建了“闭环储备池计算”（Reservoir Computing）系统。该系统无需外部输入，即可自主学习和生成周期性及混沌波形（Chaotic Waveform），执行 AI 计算任务。
技术核心在于利用 PDMS（聚二甲基硅氧烷）微流控薄膜约束神经元连接方式。研究发现，无物理约束时，培养神经元会形成高度同步化网络，无法学习目标信号。
为此，团队将神经元胞体限制在 128 个微型微孔中，通过微通道连接，构建了格型（lattice）和分层（hierarchical）两种网络结构。这种设计显著提升了网络动力学维度，将神经元两两相关性从 0.45 降至 0.12。
测试结果显示，格型网络在所有目标波形中表现优异。系统能生成周期为 4 秒、10 秒和 30 秒的正弦波、三角波及方波，并能逼近三维混沌轨迹洛伦兹吸引子，学习阶段预测信号与目标信号相关性超过 0.8。东北大学教授山本英明表示，活体神经元网络不仅是生物学系统，更可作为新型计算资源。
不过该技术目前依然存在性能瓶颈。训练停止后，系统自主运行时误差增加。反馈环路约 330 毫秒的延迟，限制了系统追踪快速变化波形的能力。
科研团队未来希望通过专用硬件降低延迟，扩展其在 Brain-Machine Interface（脑机接口）和神经假体设备中的应用。
IT之家附上参考地址
热门专题
热门推荐
为庆祝品牌投身赛车运动整整125年，斯柯达正式推出了晶锐Fabia Motorsport Edition特别版。这款车基于Fabia 130打造，设计灵感直接来源于征战赛场的Fabia RS Rally2拉力赛车，整体风格充满了对赛事历史的致敬意味。不过，得先说明白，它的升级重点主要落在了外观和底盘
Grayscale 通过其以太坊质押 ETF 质押了 102,400 个 ETH，价值 2 37 亿美元 先来看一组数据：资产管理巨头 Grayscale 最近通过其以太坊质押 ETF，一口气质押了超过10万个 ETH，价值约2 37亿美元。这个动作本身不小，但更有意思的是市场的后续反应——或者说，
劳斯莱斯库里南自问世以来，始终是超豪华全尺寸SUV领域的标杆。对于追求极致安全又不愿牺牲低调气质的高净值人士而言，如何实现“隐形”的顶级防护，一直是核心诉求。如今，加拿大专业防弹车制造商Inkas，以一款近乎“零痕迹”改装的库里南，给出了完美解决方案——一座移动的“隐形堡垒”。 区别于常见的外露装甲
新加坡维塔士工作室正考虑将《侠盗猎车手V》与《荒野大镖客：救赎2》移植至任天堂Switch平台。该团队拥有丰富的移植经验，曾成功负责多款游戏的跨平台适配。这两款作品全球销量巨大，若能登陆Switch，其便携特性可能成为新的市场增长点。
当高尔夫GTI迎来五十周年里程碑，传奇的纽博格林北环赛道成为其致敬历史与展望未来的最佳舞台。这里不仅铭刻了燃油性能图腾的巅峰时刻，也正式开启了电动GTI的新纪元。近日，大众汽车正式宣布，高尔夫GTI 50周年版在纽北创下全新纪录，荣膺最快前驱量产车称号；与此同时，品牌首款纯电动GTI车型——ID