二十多年前就能了。你看看周围就知道了:
在二十多年间,没有影响。
这是因为这段时间内神经细胞和机器耦合的效果还不如机器自己搞。
2001 年开始, DeMarse 等屡次培养老鼠神经元并接在数十个电极上去和计算机互动。2005 年,他们让数十万个老鼠神经元学会驾驶模拟器里的 F-22,显示不需要太多神经元就能学会相当复杂的事,但相关实验展示出的学习速度和效果比现在的机器学习要弱得多。
DeMarse, T. B., Wagenaar, D. A., Blau, A. W. and Potter, S. M. (2001). "The Neurally Controlled Animat: Biological Brains Acting with Simulated Bodies." Autonomous Robots 11: 305-310
T. B. DeMarse and K. P. Dockendorf, "Adaptive flight control with living neuronal networks on microelectrode arrays," Proceedings. 2005 IEEE International Joint Conference on Neural Networks, 2005., 2005, pp. 1548-1551 vol. 3, doi: 10.1109/IJCNN.2005.1556108.
2021 年,培养数十万到百万个人类神经元来玩雅达利游戏“乒乓”的实验给出了相似的结果。人类神经元的性能比老鼠神经元好,接在电脑上的一群人类神经元学会打“乒乓”游戏只需要 5 分钟[1],比一般规模的机器通过机器学习达到同样水平所花的 90 分钟来得快,但这些神经元打“乒乓”游戏的技术会被机器学习迅速超越。机器学习算法玩 57 款雅达利游戏的得分达到了人类玩家的标准水平,还有提升的空间[2]。
目前,人并不擅长在培养皿里培养堆积成团的神经细胞,让神经细胞贴着电路长成薄层或小型的类脑器官并弯曲支撑结构来塑造其形态还是可以的。由于没有免疫系统搅局,神经细胞与电路的连接状况还可以。神经细胞可以准确而灵敏地和计算机交换信息。将整个老鼠挂在专门设计的机器上学习打电子游戏[3]比训练几十万个老鼠神经细胞还难。但神经细胞本身表现出来的能力并不突出。
将来若是能开发出生命力强、自我修复、适应与机器互动、擅长进行超大规模复杂计算的细胞来代替神经细胞,可能会改善湿件的存在价值。