日本科研团队训练大鼠皮层神经元 实现生物AI实时计算突破

2026年4月，日本东北大学与未来大学联合研究团队公布一项突破性进展，其训练大鼠皮层神经元搭建的“闭环储备池计算”系统，结合高密度微电极阵列、微流控设备，可在无外部输入的条件下自主生成复杂时序信号，验证了生物神经元执行AI计算任务的可行性，为类脑计算领域开辟了全新技术路径。

图源: 图像由AI生成

长期以来，类脑计算领域的研究多集中在硅基神经元网络仿真层面，直接利用活体生物神经元搭建计算系统，始终是行业难以突破的技术瓶颈——神经元的无序连接导致的同步化问题，始终让生物计算网络的学习效率难以达到实用门槛。

随着大语言模型、多模态大模型的参数规模不断突破，现有硅基芯片的算力增长正在逼近摩尔定律的物理极限，训练、推理环节的高能耗问题已经成为AI产业规模化落地的核心阻碍。据行业公开数据，当前GPT-4级别的大模型单次推理的能耗是人类大脑完成同等任务的数百万倍，极低的能效比迫使全球科研团队开始探索硅基之外的计算载体，生物神经元天然的低功耗、高并行计算特性，成为最受关注的探索方向之一。

本次日本研究团队的核心突破，在于找到了可控约束生物神经元连接的技术路径。团队采用聚二甲基硅氧烷（PDMS）微流控薄膜作为载体，将大鼠皮层神经元的细胞体限制在128个微型微孔中，通过预设的微通道连接不同微孔，分别搭建出格型和分层两种神经元网络结构。