OBGNAUH OBGNAUH@OUTLOOK.COM

BIOLOGICAL COMPUTING · TECHNICAL DOSSIER

CL1
BIOLOGICAL COMPUTER

CL1 生物计算机

当生命开始参与计算。

探索活体神经元与硅芯片融合的生物计算技术,从神经元的电信号到可编程的生物神经网络,理解下一代混合计算系统如何工作。

约 55 分钟阅读 · 14 个模块 · 持续更新 · 最后更新 2026-11-20

01 DEFINITION

什么是 CL1

CL1 是澳大利亚公司 Cortical Labs 推出的生物计算机:把人类诱导多能干细胞分化出的神经元培养在微电极阵列上,由软件通过电刺激与神经元构成实时闭环,再用同一阵列读回神经活动。

它不是一个通用处理器,也不是一台「用细胞做算力」的服务器。更准确的定位是:一台可编程的神经生理实验平台,把活体神经网络当作计算介质来研究。设备内部仍包含完整的生命维持、电子采集与软件栈。

公司与产品背景

公司
Cortical Labs,2019 年成立于墨尔本
关键成果
DishBrain(2022,Neuron):闭环培养神经元在模拟环境中表现出可测量的任务适应
产品形态
机架式单元,集成培养腔、流体、温控、MEA 接口与计算模块
软件
biOS(Biological Intelligence Operating System),负责世界模拟、刺激/采集与闭环调度
商业模式
整机销售 + 云端湿件访问(wetware-as-a-service)
公开价格
2025 年公开报价 35,000 美元/台;30 台机架组合单价约 20,000 美元

先厘清六个事实

生物计算常被媒体包装成「迷你大脑」。在理解工程细节之前,先把边界划清楚。

01

它不是完整的人脑

约 80 万个培养神经元与人脑约 860 亿个神经元相差五个数量级,也没有脑区结构、感官输入与身体。

02

神经元不是 CPU

神经元没有指令集、时钟和确定性寻址;它们通过脉冲时序与突触权重进行模拟式、随机性的信息处理。

03

神经活动不等于意识

可观测的电活动、可塑性甚至「学习」行为,都不构成意识、感受或自我意识的证据。

04

电子系统仍在做大部分工作

刺激生成、信号放大、采样、去噪、解码、实验控制与数据存储,全部由传统电子与软件完成。

05

学习 ≠ 反向传播

生物网络依赖突触可塑性、稳态调节与网络动力学,没有损失函数与梯度下降;二者不能直接类比。

06

公开资料与内部设计是两回事

本页明确区分官方公开参数、论文结论、工程推算与未公开部分;未公开部分只做原理示意。

时间线:从实验室到产品

  1. 2019

    Cortical Labs 成立 官方已公开

    公司成立于澳大利亚墨尔本,目标是把活体神经元变成可编程的计算基质。

  2. 2022

    DishBrain:神经元学会《Pong》 学术研究支持

    研究团队把培养的神经元接入模拟游戏世界,用闭环电刺激训练其在数分钟内改善击球表现,成果发表于 Neuron。

  3. 2024

    CL1 原型公开 官方已公开

    Cortical Labs 公布将神经元、生命维持与计算接口集成到单机柜级设备的方案。

  4. 2025

    CL1 商业化发售 官方已公开

    首批设备 2025 年夏季起发货,公开报价 3.5 万美元/台,并提供云端湿件访问服务。

三种「神经网络」不是一回事

维度生物计算机(CL1 类)传统计算机人工神经网络
计算介质活体神经元 + 硅接口硅晶体管浮点矩阵运算
信息载体脉冲时序、突触权重、场电位二进制电平数值张量
可编程性只能通过刺激、环境与奖励塑形,不可精确指令化完整指令集,确定性执行由代码与训练过程定义
确定性低:生物学变异与噪声显著高训练后可复现,硬件上近似确定
功耗单机约数十瓦量级(媒体口径)数十至数百瓦训练需大规模 GPU 集群
成熟度早期研究平台,产量有限成熟产业成熟产业

两个必须知道的概念

Wetware Computing

湿件计算

用生物组织(细胞、神经网络)作为计算或信息处理介质的统称,与硬件(hardware)、软件(software)相对。它强调介质的生物性,不等于「生物 inspired 算法」。

Synthetic Biological Intelligence

合成生物智能

Cortical Labs 使用的表述,指由培养神经元形成的、可被外部接口塑造并在闭环中表现适应性的生物网络。它是工程与营销的混合概念,学界对其边界仍有争议。

常见误解

「它是一颗装在盒子里的人脑」

不是。它是分散培养的神经元网络,没有脑区、感官、身体或整体组织。

「细胞会自己写代码、跑大模型」

不会。任务由 biOS 与外部软件定义,神经元只提供受塑形的动力学响应。

「生物计算已经取代 GPU」

远未如此。当前规模、稳定性与可编程性都无法支撑通用计算负载。

「买一台就能在家培养神经元」

人源细胞培养涉及生物安全、伦理审查与专业设施,家庭环境不具备合规条件。

本站为独立技术研究笔记,与 Cortical Labs 无隶属或合作关系。CL1 为其产品名称,相关商标归其所有者。

02 SYSTEM

生物计算机内部构成

五套子系统必须同时工作:生物介质、硅接口、生命维持、电子控制与软件。任何一层失效,整机都无法产生可用数据。

计算介质本身:由人源 iPSC 分化、培养并自组织成网络的神经元。

细胞来源与分化

  • iPSC将体细胞重编程为诱导多能干细胞,再定向分化为皮层类神经元;可来源于合规捐献。
  • 分化与成熟需数周的分化与成熟过程,逐步表达神经元标志物、形成极性并建立突触。
  • 培养条件温度、pH、渗透压、葡萄糖、谷氨酰胺、神经营养因子与气体分压共同决定存活与表型。

网络与电活动

  • 突触连接兴奋性与抑制性突触共同塑形网络;自发活动常呈同步爆发(burst)。
  • 神经可塑性短时程可塑性、长时程增强/抑制与稳态调节共同改变连接强度。
  • 电活动读出胞外电极记录的是神经元放电产生的细胞外场电位,而非单细胞膜电位。

培养神经元会自然衰老、出现批次差异,并可能被污染;这是生物计算不稳定性的根源之一。

官方已公开学术研究支持工程推算尚待验证

03 CLOSED LOOP

它如何工作:一次完整闭环

点击任意步骤查看细节,或按下「运行闭环」观察一次完整的刺激—响应—解码过程。所有波形与数值均为浏览器内生成的模拟数据。

模拟数据

04 TECHNICAL PRIMER

生物计算机技术百科

这一章把 CL1 分四层来读:神经元为什么能计算、整机由哪些硬件组成、一次实验如何运转、这项技术可能走向哪里。数值区分官方公开、学术共识、工程推算与待验证四种性质;未公开的工程细节只做原理示意。

4.1 原理:活体网络如何计算

生物计算没有指令集。信息以膜电位、脉冲时序和突触权重存在,处理过程是物理与化学过程的叠加。下面四个环节构成了从离子到行为的完整链条。

Membrane potential & action potential

膜电位与动作电位

神经元把离子浓度差储存为跨膜电压(静息约 −70 mV)。输入使膜电位越过阈值时,电压门控钠通道打开,产生持续约 1–2 ms 的动作电位,随后钾通道复极。脉冲沿轴突传播,在突触末端触发递质释放。

  • 静息电位 ≈ −70 mV,阈值约 −55 至 −50 mV
  • 胞外记录到的脉冲幅度约 50–500 µV
  • 全或无:信息编码在发放率与时序,而非脉冲幅度

数值为哺乳动物皮层神经元的教科书典型范围。 学术研究支持

Synapse & excitation/inhibition balance

突触与兴奋 / 抑制平衡

突触前脉冲引发递质释放,使突触后膜去极化(兴奋性,AMPA / NMDA 受体)或超极化(抑制性,GABA 受体)。网络能否稳定发放取决于兴奋与抑制的平衡:抑制过弱出现癫痫样爆发,过强则响应迟钝。

  • 化学突触延迟约 0.5–5 ms
  • 单个突触连接对胞外信号的贡献通常在 µV 量级
  • E/I 失衡是培养网络最常见的异常模式之一

机制为神经科学共识;具体权重取决于细胞类型与培养条件。 学术研究支持

Plasticity & STDP (not backpropagation)

可塑性与 STDP(不是反向传播)

突触强度随使用历史改变:长时程增强 / 抑制(LTP / LTD)、脉冲时序依赖可塑性(STDP)与稳态调节。若突触前发放略早于突触后发放,连接增强;顺序相反则减弱。闭环中的「学习」是这些局部规则与网络动力学叠加的结果。

  • STDP 的关键时间窗约 ±10–20 ms
  • 没有全局损失函数,也没有误差反传通路
  • 适应性变化以小时至天计,且对批次高度敏感

「学习」在此指任务指标改善,不等于监督学习。 学术研究支持

Network dynamics & encoding

网络动力学与编码

数十万神经元构成递归网络,具有自发振荡、簇状爆发与同步。外部刺激不是写入指令,而是扰动动力学状态;读出端从群体发放率、局部场电位或同步指数中解码。这也解释了为什么同一刺激很难得到逐比特相同的响应。

  • 自发活动常见于 0.1–10 Hz 的网络尺度
  • 储备池计算:固定网络 + 可训练读出层
  • 初始状态与历史会影响同一条刺激的结果

编码方式仍是开放研究问题,不存在公认的「神经指令集」。 学术研究支持

从离子电流到数字动作的信号链

环节物理量典型量级工程约束
离子流动跨膜电流pA – nAMEA 只能间接观测
动作电位胞外电压50 – 500 µV噪声本底需压到 10 µV 以下
电极界面阻抗50 kΩ – 1 MΩ高阻抗放大热噪声
前置放大增益100 – 1000×共模抑制 > 80 dB
采样采样率20 – 30 kSa/s需抗混叠滤波
刺激电流脉冲1 – 100 µA电荷平衡 + 伪迹消隐
解码群体特征10 – 100 ms 延迟须小于任务时间常数

表中为通用体外 MEA 系统的教科书与工程典型量级,用于理解信号链,不代表 CL1 的公开规格。

4.2 硬件构成:六层堆叠

一台 CL1 不是单一芯片,而是生物、模拟、数字与流体四类子系统的集成。下面按从湿件到软件的层次拆开,并给出可公开核对的整机参数。

层组成作用资料状态
湿件人源 iPSC 分化的皮层神经元,约 80 万个/单元提供可塑的递归计算介质官方已公开
接口微电极阵列,59–64 通道(公开口径不一致)双向换能:记录场电位、注入电流尚待验证
模拟前端低噪声放大器、滤波器、ADC把 µV 级信号搬进数字域工程推算
数字控制FPGA / MCU、时钟同步、保护逻辑调度刺激与采集、执行伪迹消隐工程推算
生命维持培养液循环、温控、CO₂ / O₂ 混合、污染监测把细胞维持在生理状态约 6 个月官方已公开
软件biOS 模拟世界、闭环调度、记录与 API定义任务、编码刺激、解码响应官方已公开

整机公开参数

神经元来源
人源诱导多能干细胞(iPSC)分化的皮层神经元 官方已公开
每单元神经元数
约 800,000 官方已公开
电极通道
59–64(不同公开资料口径不一致) 尚待验证
采样 / 刺激率
25 kHz 官方已公开
培养体系寿命
约 6 个月 官方已公开
形态
机架式单机,内置生命维持 官方已公开
操作系统
biOS,闭源 官方已公开
价格
35,000 美元/台;30 台批量约 20,000 美元/台 官方已公开
功耗
约 30 W 量级(媒体报道) 工程推算
细胞系 / 代数
未公开 尚待验证

「未公开」不是缺失,而是厂商未披露的工程细节;本页不对其做推断。

4.3 运行机制:闭环、生命周期与质量控制

一次实验由三件事支撑:毫秒级的闭环控制、以周为单位的培养流程,以及贯穿始终的质量指标。三者任一失守,数据就不可用。

闭环时序预算

阶段内容预算依据
世界状态更新模拟环境推进一帧1 – 16 ms工程推算
编码状态映射为刺激参数< 1 ms工程推算
注入电流脉冲送达电极0.1 – 1 ms工程推算
神经响应突触延迟与传导5 – 50 ms学术研究支持
采集放大、采样、传输1 – 5 ms工程推算
解码特征提取与动作选择1 – 10 ms工程推算
合计单轮闭环10 – 100 ms工程推算

按公开采样率与典型神经潜伏推算的预算,用于判断闭环可行性,不是 CL1 的实测延迟。

实验生命周期(六步)

01

复苏与扩增

解冻 iPSC、扩增并做基础质检。

数天 – 2 周

02

分化

诱导为皮层神经元,监控形态与标志物。

3 – 6 周

03

接种与贴附

接种到 MEA 表面,形成贴附与初始网络。

3 – 7 天

04

基线记录

记录自发活动,筛选合格单元与通道。

1 – 3 天

05

训练与实验

运行闭环任务,采集行为与神经数据。

数天 – 数周

06

归档与终止

数据归档、细胞灭活、腔体清洗与耗材更换。

1 – 2 天

时间范围为常见 iPSC 神经培养流程的工程估算,随细胞系与实验室差异很大。

关键质量指标

指标目标范围不达标的后果依据
电极阻抗50 – 500 kΩ噪声升高、刺激效率下降工程推算
信噪比> 4单位放电不可分辨工程推算
自发发放率0.1 – 10 Hz网络过静或出现癫痫样爆发工程推算
温度37 ± 0.5 °C动力学漂移、蛋白变性风险工程推算
pH7.2 – 7.4细胞应激与死亡学术研究支持
渗透压280 – 320 mOsm/kg细胞肿胀或皱缩工程推算
污染无细菌 / 真菌整批实验作废官方已公开

体外神经培养的常用控制范围;CL1 的实际阈值与校准流程未公开。

四种典型失效模式

气泡进入流路

阻断供液,局部细胞缺氧死亡,表现为通道信号突然消失。

对策 — 气泡陷阱、在线传感器、接种前排气

污染

细菌或真菌迅速耗尽营养并改变 pH,网络活动在数小时内崩溃。

对策 — 无菌操作、定期取样、污染即终止

电极失效

阻抗漂移或开路导致通道永久丢失,刺激覆盖出现空洞。

对策 — 冗余通道、阻抗跟踪、按通道重映射

批次差异

不同细胞系、代数与培养历史带来不同动力学,跨批次比较失真。

对策 — 同批对照、随机化、记录完整元数据

4.4 未来应用:三档时间尺度

把应用按「现在能做什么、还需要哪些工程突破、以及仍属设想」分开,比笼统的路线图更有用。每一档都给出关键门槛与成熟度。

时间尺度方向关键门槛成熟度
近期 · 1–3 年疾病建模、药物神经毒性筛选、可塑性研究、教学演示批次可复现、读出指标标准化学术研究支持
中期 · 3–7 年具身控制、储备池计算基准、生物混合传感闭环延迟稳定在 50 ms 内、长期培养稳定性工程推算
远期 · 7 年以上低功耗边缘计算、三维类器官计算、个体化数字孪生三维接口、可编程性、伦理与监管框架尚待验证

任何一档都不意味着替代通用计算:生物网络在数值精度、可寻址性与可复现性上仍远逊于硅基系统。

本章数值分四类:官方公开参数、学术共识、工程推算、尚未公开或待验证。未标注的定性描述为原理性说明,不构成性能承诺。

05 TEARDOWN

内部结构 3D 拆解

下面是一个可旋转、可缩放、可拆解的原理示意模型。它用于理解系统分层与部件关系,并非 CL1 的真实工程图。

拖拽旋转 · 滚轮缩放

原理示意模型,非 CL1 实际内部结构

06 MANUFACTURING

如何制造一台生物计算机

制造不是「把芯片和细胞放进盒子」,而是七条并行的工程线最终收敛到一次系统集成。下面给出每一阶段的目标、工作项与验收物。

实验室级制造 ≠ 电子 DIY

涉及人源细胞的一切操作都需要生物安全等级、伦理审查、专业人员与合规废弃物处理。本页只解释原理、设备需求与合规要求,不提供任何未经同行验证的家庭培养配方或操作步骤。

  1. 阶段目标证明细胞能稳定分化、贴附并形成可记录的网络。

    • 确定细胞来源与供体合规路径(iPSC 系或商业细胞库)
    • 建立分化协议与成熟时间表
    • 优化培养基、涂层与换液节奏
    • 用膜片钳/钙成像/MEA 验证神经元表型
    • 建立活性与污染检测标准

    阶段交付 / 验收可重复的培养流程 + 活性基线数据 + 批次放行标准

    主要风险批次差异、分化效率低、污染

07 BILL OF MATERIALS

制造材料与设备清单

按类别检索部件,查看功能、原理、规格、估算价格、替代方案与公开使用情况。价格均为公开渠道估算,不是厂商报价。

未取得可靠报价或规格的条目已标注「估算」或「尚待验证」;本页不编造厂商数据。

08 SOFTWARE

软件与编程

生物计算机的「编程」不是写指令,而是设计输入编码、闭环策略与解码器。下面区分三类代码:真实硬件控制、纯软件模拟、以及本页可直接运行的浏览器演示。

以下为接口形态示意,不是 Cortical Labs 官方 SDK。真实设备必须使用厂商提供的驱动、限流参数与安全流程。

python
# 硬件闭环伪代码(接口形态示意,非官方 SDK)
from cl1_sdk import Device, MEA, LifeSupport   # 假设的接口

dev = Device.open("cl1-01")
mea = MEA(dev, channels=64, sample_rate_hz=25_000)
life = LifeSupport(dev)

with life.maintain(temperature_c=37.0, co2_pct=5.0, ph_range=(7.25, 7.40)):
    mea.check_impedance(max_kohm=500)
    for trial in range(120):
        ball = world.next_state()               # 1. 世界状态
        stim = encode_rate(ball, n_channels=16) # 2. 状态 -> 刺激模式
        mea.stimulate(stim, amplitude_ua=8, biphasic=True)  # 3. 注入电荷
        spikes = mea.record(duration_ms=50)     # 4/5. 采集神经元活动
        action = decode_population(spikes)      # 6/7. 解码为动作
        world.apply(action)                     # 8. 反馈到世界
        if score(action, ball) > 0:
            apply_reward(mea, pattern=stim)     # 9. 奖励塑形
# 注意:真实设备必须使用厂商限流参数与安全流程,不得照抄。

09 LABORATORY

生物计算机实验室

一台设备背后是一整套设施与制度。以下按功能区说明最低配置,并给出人员、资质与合规要求。

功能分区

细胞实验室

万级/十万级洁净环境、生物安全柜、CO₂ 培养箱、倒置显微镜、离心机。

工程推算

生物安全设施

按当地法规确定 BSL 等级;负压、HEPA、废弃物高压灭菌与合规处置。

官方已公开

芯片研发区

光刻/溅射/键合等设备可外协;内部需阻抗测试、探针台与洁净工作台。

工程推算

电子工程区

示波器、源表、低噪声电源、EMI 预测试与焊接返修工位。

工程推算

控制中心

上位机、数据存储、远程访问与实验排程;网络与权限隔离。

工程推算

数据采集系统

高带宽存储、时间同步、备份与数据完整性校验。

工程推算

维护区

备件、校准工具、清洗与灭菌周转区,与培养区物理分隔。

工程推算

人员与资质

  • 细胞实验员无菌操作、细胞培养、分化与污染排查经验。官方已公开
  • 硬件工程师模拟前端、低噪声设计、EMC 与嵌入式时序。工程推算
  • 软件/算法工程师实时系统、信号处理、解码与可视化。工程推算
  • 生物安全负责人风险评估、培训、事故响应与合规审计。官方已公开
  • 伦理与数据合规细胞来源知情同意、数据治理与跨境传输审查。官方已公开

合规清单

  • 细胞来源合法、知情同意与伦理批件齐全
  • 实验室生物安全等级与当地法规一致
  • 人员培训、健康监测与事故预案
  • 废弃物、废液与锐器合规处置
  • 数据与隐私:受试者信息去标识化、访问审计
  • 跨境合作时的材料转移协议(MTA)与出口管制

具体等级与审批要求因国家/地区而异,须以当地监管机构与所在机构规定为准。

10 INDEPENDENT R&D

自主研发:模块化生物计算实验设备

目标不是复制 CL1,而是搭建一台可验证原理的模块化实验设备。三个等级逐级递进,每一级都能独立成立。

A

A · 软件模拟版

入门 / 无生物材料

用 LIF 或 Izhikevich 神经元搭建脉冲网络,模拟刺激编码、闭环解码与 STDP 学习。

技术要求

  • 理解脉冲神经网络与 STDP
  • 能设计编码/解码器
  • 可复现实验记录

硬件要求

  • 普通笔记本或台式机
  • 可选:实时性更好的单板计算机

软件要求

  • Python + NumPy/SciPy
  • Brian2 或 NEST
  • Matplotlib / Web 可视化

研发难点

  • 让模拟结果可解释、不过拟合
  • 闭环时延与数值稳定性

预算范围¥0 – ¥3,000

开发周期1 – 3 周

成功验证指标

  • 闭环任务指标随时间改善
  • 关闭学习规则后性能下降(消融)
  • 完整日志可复现

此等级不涉及活体细胞,不得宣传为真实生物计算机。

B

B · 电子实验版

进阶 / 模拟接口与生命维持监控

用模拟电路搭建「电子神经元」,以多通道 DAC/ADC 模拟 MEA 刺激与采集,并监控温湿度、液位等环境量。

技术要求

  • 模拟电路与低噪声布线
  • 多通道同步采集
  • 基础控制论与 PID

硬件要求

  • 多通道 DAC/ADC 板卡
  • 运放、滤波器与屏蔽机箱
  • 温湿度/液位传感器与执行器

软件要求

  • C/C++ 或 Python 实时采集
  • LabVIEW / Qt / Web 面板
  • 数据记录与回放

研发难点

  • 把噪声压到微伏级
  • 通道间串扰与共模抑制
  • 伪迹与刺激盲区

预算范围¥30,000 – ¥150,000

开发周期3 – 6 个月

成功验证指标

  • 16+ 通道稳定采集
  • 可检测到注入的模拟脉冲
  • 环境越界能触发保护

此等级不涉及活体细胞,不得宣传为真实生物计算机。

预算为工程估算区间,随地区、汇率、二手设备与自研比例变化很大。

11 APPLICATIONS

应用领域与技术成熟度

把「已验证的研究用途」与「远期设想」分开看,才不会误判这项技术的位置。

官方已公开已验证的研究用途

神经科学与学习机制

在受控闭环中研究可塑性、网络动力学与行为的关系。

学术研究支持早期探索

药物与毒性筛选

用人类神经元网络观察药物对活动模式的影响,补充动物模型。

学术研究支持早期探索

疾病模型

由患者来源 iPSC 构建网络,研究癫痫、神经退行性疾病的电生理表型。

学术研究支持早期探索

生物计算与新型架构

探索以活体网络作为计算介质的编码、解码与能效边界。

学术研究支持早期探索

闭环机器人控制

把神经响应映射为控制信号,研究具身系统中的适应性。

学术研究支持早期探索

低功耗计算研究

比较生物网络与硅基方案在特定任务上的能耗量级。

尚待验证远期设想

AI 架构启发

从生物动力学中提取稀疏、事件驱动的计算思想。

尚待验证远期设想

通用替代算力

目前不具备可行性:规模、稳定性与可编程性都差得太远。

尚待验证远期设想

意识或通用智能

没有科学证据支持,不应作为工程目标或宣传口径。

12 COST

成本结构与工程难点

下面的预算计算器可编辑数量与单价,实时汇总,并可在人民币与美元之间切换。所有单价均为公开渠道可见价格的工程估算区间中值,不是报价。

场景预设
阶段 条目 数量 单价(可编辑) 小计 估算依据
总预算 ¥0 $0

未取得厂商正式报价的条目,均按公开零售价或同级产品推算,误差可能达到 ±50%。

六个真正的工程难点

长期无菌 官方已公开

数周至数月的连续培养中,任何一个接头、气泡或操作失误都可能让整批实验作废。

信号质量 学术研究支持

微伏级信号与毫伏级刺激共处一个系统,伪迹消隐与噪声控制决定可用数据量。

生物变异 学术研究支持

批次、代数与培养历史都会改变网络动力学,实验设计必须包含足够的对照与重复。

可复现性 学术研究支持

同一刺激在不同培养上可能得到不同响应,跨实验室复现仍是核心挑战。

设备寿命 官方已公开

培养体系寿命约数月,意味着设备需要周期性更换核心生物部件与耗材。

合规与伦理 官方已公开

人源细胞、数据治理与跨境材料转移都带来额外的制度成本与时间成本。

13 LIBRARY

技术资料库

按类型筛选,点击条目查看摘要与原文链接。资料链接指向官方页面、期刊 DOI 或厂商文档。

14 GLOSSARY

技术名词百科

搜索或按分类浏览。每个词条给出简明定义,并标注首次出现的位置。

  • Wetware Computing

    概念 学术研究支持

    以生物组织作为计算介质的计算范式。

  • Synthetic Biological Intelligence (SBI)

    概念 官方已公开

    Cortical Labs 对培养神经元网络所表现出的适应性行为的称呼。

  • iPSC

    生物 学术研究支持

    诱导多能干细胞,可由体细胞重编程获得并分化为神经元。

  • MEA

    接口 官方已公开

    微电极阵列,在体外记录并刺激电活性细胞的电极矩阵。

  • biOS

    软件 官方已公开

    Cortical Labs 的 Biological Intelligence Operating System。

  • LFP

    信号 学术研究支持

    局部场电位,反映电极附近群体突触活动的低频信号。

  • Spike

    信号 学术研究支持

    神经元动作电位在胞外记录中的短时高频事件。

  • Burst

    信号 学术研究支持

    多个神经元在短时间内同步发放的簇状活动。

  • STDP

    学习 学术研究支持

    脉冲时序依赖可塑性,突触强度随前后放电时序改变。

  • LTP / LTD

    学习 学术研究支持

    长时程增强 / 抑制,突触强度的持久变化。

  • Closed loop

    系统 官方已公开

    刺激—响应—解码—再刺激构成实时回路。

  • Latency

    系统 工程推算

    从采集到反馈的时间延迟,决定闭环能否成立。

  • Charge balance

    工程 学术研究支持

    刺激脉冲正负电荷相等,避免电极极化和细胞损伤。

  • Impedance

    工程 学术研究支持

    电极—电解质界面的交流电阻,影响噪声与刺激效率。

  • Artefact

    工程 学术研究支持

    刺激瞬间在记录通道上产生的干扰,需要消隐或模板扣除。

  • Biosafety level

    合规 官方已公开

    按病原体风险划分的实验室防护等级。

  • MTA

    合规 官方已公开

    材料转移协议,规范生物材料在机构间的转移。

  • LIF neuron

    模型 学术研究支持

    泄漏积分发放模型,最常用的简化神经元模型之一。

  • Organoid

    生物 学术研究支持

    由干细胞自组织形成的三维微型组织。

  • WaaS

    商业 官方已公开

    Wetware-as-a-Service,云端远程访问生物计算资源。

常见问题

CL1 是一台真正的人脑吗?

不是。它约含 80 万个培养神经元,没有脑区结构、感官输入或身体,也不具备意识的证据。

它能替代 GPU 训练 AI 模型吗?

不能。当前规模、稳定性与可编程性都无法支撑通用训练负载;它主要面向神经科学研究与闭环实验。

细胞能活多久?需要怎样维护?

官方称内部生命维持可支持约 6 个月。维护包括培养液更换、温度与气体控制、污染监测、电极阻抗跟踪和定期校准。

普通人可以自己培养神经元做生物计算吗?

不建议也不合规。人源细胞涉及生物安全、伦理审查与专业设施;个人可从 A 级软件模拟或 B 级电子实验开始。

页面上的波形和数字是真实实验数据吗?

不是。所有动态图形均为浏览器内生成的模拟,仅用于解释机制;真实数据需来自受控实验与论文。

学习一个任务等于拥有智能吗?

不等于。任务适应可以由低层可塑性与网络动力学解释,不能直接外推为通用智能或意识。

官方已公开学术研究支持工程推算尚待验证