行业背景：生活中，心脏起搏器、人工耳蜗、胰岛素泵等各类与人体相结合的机器已经屡见不鲜，可使用人或者其他动物的细胞来制造的机器却仍旧很少见，目前来说生物-机械混合技术仍旧处于起步的阶段。
技术思路：对于生物-机械混合，2023年3月美国科学家尝试了一个新的方向，利用细胞和硅元件的分工协作来减少训练传统神经网络时所需的时间和资源，进而提升效率。研究人员在培养皿里种植培育了大约8万个重编程小鼠干细胞得到的神经元，并将其放置在光纤和电极网格之间，组装成了一台可识别光和电模式的活体计算机(图13)。
图13：活体计算机实物。(图片来源：伊利诺伊大学厄巴纳-香槟分校)
在保证了细胞活力的前提下，研究人员反复通过十种不同的电脉冲刺激和闪光模式来训练生物计算机，并记录下神经元发出的信号。用于衡量该系统神经网络识别模式效率的参数是F1值，其中0最差，1最好，该设备的最佳得分为0.98，达到了相当高的水平。
未来应用：研究团队正致力于构建出规模更大的活体计算机形式，未来借助活体细胞低功耗、高鲁棒性等方面的优势以及细胞本身自有的感知能力，不但能够实现更高效的计算设备，更有望突破传统机器人感知的难题。
技术突破性： ★★★★☆
潜在应用领域：★★★★☆
商业化可行性：★☆☆☆☆
关注七：固态电池通过改变电解质和电极材料提高安全性和能量密度
最前沿的电子设计资讯
