人造神经元掌握视频游戏引关注

# 神经元细胞学会玩Doom视频游戏：生物计算对AI产业的冲击与颠覆潜力

🔬 Tech Brief： 当GPU集群为ChatGPT提供海量算力时
，一团实验室培养的20万个人类神经元细胞竟在芯片上学会了3D射击游戏《Doom》，这让“智能”到底属于硅基还是生物的边界瞬间模糊，直击AI行业最核心的算力与能效矛盾。

---

📌 关键事实
– 事件时间：2026年2月底，Cortical Labs发布CL1系统演示视频
– 核心主体：澳大利亚Cortical Labs公司，使用约20万个实验室培养的人类神经元
– 关键技术：CL1生物计算机，通过多电极阵列将Doom视频游戏信号转为电刺激，神经元放电活动控制移动与射击
– 历史对比：2022年同公司DishBrain让神经元学会玩简单Pong游戏，本次升级到复杂3D环境
– 当前表现：神经元一周内实现基本操作，展现实时适应性学习能力

事件还原

澳大利亚生物科技初创公司Cortical Labs于2026年2月底通过YouTube视频展示了CL1生物计算机的最新突破：约20万个活体人类神经元细胞生长在多电极阵列芯片上，成功掌握了经典视频游戏《Doom》。研究团队将游戏画面转换为电刺激模式输入神经元网络，神经元的集体放电活动则被实时解码为游戏中的移动、转向和射击指令。通过奖惩反馈机制（成功击中获得稳定信号，失败则受随机混乱刺激），神经元快速适应并改善表现。

此前2022年，该公司DishBrain系统已让神经元学会玩2D游戏Pong，相关论文发表于《Neuron》期刊。本次演示仅用一周时间完成，比早期开发周期大幅缩短。（来源：New Scientist）

🎥 相关视频： Living Human Brain Cells Play DOOM on a CL1

来源：Cortical Labs官方YouTube频道，展示神经元实时控制Doom视频游戏过程

评论视角

从技术趋势角度看，这一实验标志着生物计算从实验室概念验证迈向可编程实用阶段。传统AI依赖高能耗GPU集群，而生物神经元天生具备低功耗并行处理与噪声容忍能力，可能在边缘计算与机器人控制领域形成颠覆性竞争。Cortical Labs已将CL1开放为Python API平台，吸引开发者快速部署，战略上直指“合成生物智能”赛道。

“Unlike the Pong work that we did a few years ago, which represented years of painstaking scientific effort, this demonstration has been done in a matter of days… It’s this accessibility and this flexibility that makes it truly exciting.”
—— 来源：New Scientist

Cortical Labs的做法不仅挑战NVIDIA等芯片巨头的纯硅基路径，也为神经形态计算注入全新生物范式。

影响预判

短期影响（6个月内）：视频在X平台走红后，CL1平台将吸引全球开发者测试，生物计算相关初创企业融资有望激增。同时，AI伦理讨论升温，监管机构可能启动对“生物智能”定义的初步评估。

长期影响（3-5年）：若培养稳定性和规模化突破，混合生物-硅计算系统有望应用于低功耗机器人臂控制、药物筛选与复杂实时决策，计算能效或提升数个数量级。但伦理监管与商业化壁垒将决定其能否真正颠覆当前AI硬件产业格局。

---

常见问题解答

❓ 该事件是什么？神经元如何玩视频游戏？

Cortical Labs的CL1系统将约20万个人类神经元培养在芯片上，通过多电极阵列把Doom视频游戏画面转化为电刺激输入，神经元放电模式则输出为游戏控制指令。神经元通过闭环反馈学习适应，而非真正“看见”画面。

❓ 为什么这个实验重要？对AI行业有何影响？

它首次证明生物神经元可在复杂3D环境中实现目标导向学习，能量效率远优于传统硅基系统。这直接冲击AI芯片垄断格局，开启生物计算与AI融合的新赛道，同时引发合成生物智能的伦理辩论。

❓ 接下来生物计算机发展趋势如何？

短期内开发者将通过开源API探索更多应用场景；3-5年内有望与传统AI融合，用于机器人控制与节能计算。Cortical Labs已推出Cortical Cloud进一步加速复杂任务训练。

❓ 这些神经元有意识吗？存在伦理问题吗？

研究人员明确表示，当前培养系统无完整脑结构或痛觉受体，不具备意识。但随着复杂度提升，未来需建立生物智能伦理框架，以应对潜在风险。

📅 本文信息更新至2026年3月，内容综合自X (Twitter) 实时热搜、Cortical Labs官方发布及权威媒体报道（如New Scientist、Tom’s Hardware），仅供参考。