在这种情况下，然后，可以测试不同治疗方法的效果和副作用，。

美国约翰斯霍普金斯大学发育神经学科学家Lena Smirnova说， 使用Brainware模拟和研究神经系统疾病，类似于我们大脑中的神经元。

这就是希望所在， 郭峰说，或者成为神经科学研究中改进大脑模型的基础，用于研究器官模型。

可以完成语音识别等任务，之前的实验表明。

图片来源：Steve Gschmeissner/Science Photo Library 研究人员将该系统称为Brainware，科学家制造了一种混合生物计算机，将大脑与电路连接起来， 机器-类器官生物计算机问世 在12月11日发表于《自然-电子》的一项研究中，研究人员使用这项技术进行了语音识别。

也是有潜力的。

它结合了类脑器官一种模仿人体细胞的组织，而简单的细胞培养无法做到这一点，imToken钱包，使用活细胞进行计算的一大问题是如何保持类器官的存活，只有二维的神经元细胞培养能够完成类似的任务，他们把想要输入的信息转换成一种电脉冲模式，研究人员将一个类器官放置在一块包含数千个电极的板上，脑组织的反应由传感器接收，通过观察类器官的反应。

并将其传递给类器官， 为了制造Brainware，尽管还需要更多研究，经过训练后， 论文通讯作者、美国印第安纳大学伯明顿分校生物工程师郭峰表示，该算法可以识别与之相关的信息，因为大脑类器官可以复制真实活动的大脑的结构和功能，方法是对8个人说话的240段录音进行训练，产生了不同的神经活动模式。

Brainoware这个迷你大脑对每种声音的反应都不同， 类脑器官的一部分，并将其设计得更稳定、更可靠，接下来的工作包括研究大脑类器官是否以及如何适应更复杂的任务， 为了测试Brainoware的能力，这项研究旨在建立人工智能和类器官之间的桥梁。

而类器官越大，意大利比萨大学生物医学工程师Arti Ahluwalia说，而这是第一次在三维的大脑类器官中被证明，该系统识别声音的准确率为78%，传递给类器官。

它们被变形为神经元，并使用机器学习算法解码。

其被称为神经网络，我们是否可以利用大脑类器官内的生物神经网络进行计算， 这项技术有朝一日可能会被集成到人工智能系统中，他说，细胞必须在培养箱中生长和维护， 郭峰表示，更复杂的任务将需要更大的大脑，人工智能学会了通过解释这些反应来识别说话者。

郭峰说：我们想问一个问题， 这项技术可以用于研究大脑， 人工智能和大脑都依赖于在互联的节点网络周围传递信号。

可以让研究人员利用人类大脑的速度和能量效率开发人工智能，这是十分关键的一步，如阿尔茨海默病，imToken钱包，它将实验室培养的人类脑组织与传统电子硬件结合在一起，Ahluwalia说，类器官是由能够分化成不同类型细胞的干细胞制成的。

如果要把它们整合到目前用于人工智能计算的硅芯片中。

这一点就越难实现，希望有一天能用这些技术取代动物的大脑模型，最终有望使生物计算机成为可能，将类器官和计算机结合起来，（来源：中国科学报 王方） ， 然而，为了在Brainoware的能力基础上进一步发展，将音频转换为电能。

但这项研究证实了一些关键的理论观点。