最近，一支法国科研团队干了一件听起来像赛博朋克小说开场的事：把来自死后供体的成人脑切片泡在培养皿里，接上一只机械手和一个麦克风。

人类在钢琴上弹一串音，机械手能把这串音照着弹出来：

相关论文的标题是：《人类大脑离体培养物的无监督感觉-运动关联学习，使机器人实现动作模仿》。

学会只是第一步。人脑切片学会之后，记忆至少保留了17天；而给它下药、或者让它感染一种神经性病毒，表现显著下降。

真正细思极恐的不是它弹了琴，而是：一块离开人体、没有意识、没有奖赏信号的脑组织，靠神经可塑性自己跑通了"听声→动指→反馈→改连接"的闭环。

这事在社交媒体上引发了轩然大波，外网网友的反应可以说是五味杂陈。正如以下评论所言：

这是成人死后脑片第一次在体外学会感觉-运动关联，并反向控制机械手完成模仿。

这是怎么做到的？这行研究的目的是什么？

01.

为什么非要用"死后的大脑"？

先说动机。

如今的AI，能力是够猛，但代价也摆在那儿：一条斑马鱼捕食、避敌、活下去，功耗只有0.2微瓦；一个成年人类大脑是20瓦；而世界上最强的超级计算机，是几十兆瓦。

学习效率的差距更离谱。研究团队在文中算了两笔账：AlphaGo为了打赢人类世界冠军，训练了超过15万局棋——相当于一个人每天下8小时、连下100多年，显然远超人类高手的真实练习量。ChatGPT 3为了能像人一样聊天，吃掉了45TB数据，相当于一个人每天读5本电子书、读250年。

所以"混合AI"（hybrid-AI）——把活的神经元塞进计算回路里——被视为一个虽然难、但很有前景的方向。

问题是拿什么当"活的神经元"。目前主流两条路各有毛病：二维培养的神经元网络，诱导可塑性出了名地困难且不稳定；类脑器官（organoid）则高度异质、维护极为精细，而且细胞多样性和突触成熟度都不如成年人脑。

于是团队祭出了第三条路：OPAB（organotypic culture of post-mortem adult brain explant），死后成年人脑离体组织的器官型培养。

流程是这样的：在蒙彼利埃大学医院法医所进行尸检时，取死后间隔（PMI）低于12小时的捐献者初级运动皮层，切成约0.5–1立方厘米的小块，30分钟内从医院送到实验室，用振动切片机切成300微米厚的片，每片都带皮层各层和一小块白质，然后架在膜插件上、在气液界面培养。

伦理这块论文写得很清楚：经蒙彼利埃大学医院伦理审查委员会（批号202000643）和法国生物医学署（PSF20-025）批准，需当地检察官授权并取得家属不反对；死因涉及头颈部（如车祸、中风）或已知严重神经病变（如癫痫、神经退行性疾病）的一律排除。本研究数据来自3位捐献者、共30片OPAB。

02.

关键发现：学到的关联，可以"反着用"

脑片被放在三维微电极阵列上，锥形电极能扎进切片约80微米深，共60个电极可用。

团队之前就证明过：选两个不相邻的电极，先刺激A（stimulus电极），隔12毫秒再刺激B（paired电极），每天300对、连做三天，A到B的连接强度就会增强——这是经典的STDP（脉冲时序依赖可塑性）思路。

这次的新发现是：反向连接也一起变强了。训练结束后单独刺激B，A所在区域的响应也显著升高。

这种"对称可塑性"在文献里有过报道（海马CA3–CA3突触），但对做混合AI的人来说意义特别大：它意味着学到的关联可以被立刻反向调用。

而这件事对AI来说绝非小事——人工系统要实现关联反转，得专门设计学习技巧；人脑如何反转已学关联，至今是发育神经科学的核心问题之一，当年镜像神经元之所以火，一部分原因就是它似乎给了这个问题一个解释。

而"反向调用关联"最典型的应用，就是模仿。

03.

给脑片装上手和耳朵，让它自己学

团队要复刻的其实是婴儿的学习方式：婴儿靠随机乱动（工程界叫"motor babbling"，运动咿呀学语）来观察每个动作带来的感觉后果，从而建立运动-感觉关联、理解自己的身体。

于是这套装置长这样：OPAB放在微电极阵列上，待在气氛可控的培养箱里；外面接一只Shadow Dexterous Hand拟人机械手，手下面摆一台电子钢琴，食指、中指、无名指弯曲分别按下"LA""TI""DO"三个键；旁边一个麦克风充当脑片的"耳朵"，声音由自研C#程序实时解码成三个音。

在60个电极里随机选6个：3个当"运动电极"接三根手指，3个当"感觉电极"对应三个音（唯一约束是任意两个电极之间至少隔一个电极）。选完只用一分钟监测有没有自发放电，没放电的就换掉。

DAY 0是"预激"（priming）：三个运动电极同时刺激，12毫秒后三个感觉电极同时刺激——注意这一步是同时刺激，不产生任何特定配对，只用来确认电极选对了。

DAY 1到DAY 3正式训练：按分块随机顺序刺激运动电极 → 机械手弯指按键 → 麦克风听到音 → 解码 → 刺激对应感觉电极。每天300次刺激，每根手指100次。

这里有个很妙的工程细节：整个"动作→声音→解码"的闭环要花约500毫秒，而可塑性协议要求配对刺激必须在12毫秒后到达。团队的解法是错位——某次运动刺激解码出的音，不立刻发，而是等到该手指下一次运动刺激之后的第12毫秒再发。代价是每个block的第一次刺激没有配对，但时序精度保住了。

DAY 4先做一次"峰值电极校准"：刺激感觉电极后，在对应运动电极的3×3邻域里找响应最强的那个电极接机械手（只用一次刺激，属于one-shot learning）。原因是电极记录的是一群神经元，反向连接的增强有时更多体现在邻居电极上。

然后是测试：人类实验员在钢琴上随机弹10到18个音，解码器故意等人弹完再把刺激送进脑片（否则人和机器人会抢着弹），脑片哪个运动电极响应最强，机械手就弹哪个音。

04.

成绩单：62.5%学会至少两个音，下药和病毒都能让它"学不进去"

16片OPAB进入了测试。

DAY 1（训练第一天）的表现是随机水平：31.22±11.7%（三选一的理论随机值是33%）。

三天训练后的DAY 4：

3片（约19%）实现了三个音100%全对——测试中每次弹到，机械手都能正确复现；另有7片（37.5%）在两个音上100%正确，只有第三个音会认错成别的音。合计62.5%的脑片学会了至少两个音，整体平均准确率58.5±23%。

三组对照是这样的：

无学习对照：感觉电极不变，随机换成没训练过的运动电极去驱动机械手。DAY 1是33.8±8.9%，DAY 4依旧只有36.6±18%。二因素重复测量ANOVA显示显著交互（F(1,14)=93.91, p<0.0001），DAY 1两组无差异（p=0.06），DAY 4差异极显著（T(14)=8.37, p<10⁻⁶）。

药物对照：给6片训练好的OPAB加50 µM CNQX和100 µM AP-V（分别阻断AMPA和NMDA受体），4小时后模仿表现显著下降（T(5)=5.28, p=0.0032）。这一条同时排除了"是软硬件伪影在起作用"的可能——学习确实发生在谷氨酸受体依赖的突触上。

病毒对照：把4片表现超过66.7%的OPAB在DAY 4感染塔希纳病毒（TAHV），DAY 7再测，表现显著低于7片健康脑片（Z(10)=54, p=0.03，Wilcoxon秩和检验）。TAHV是一种与中枢神经系统疾病相关的正布尼亚病毒，团队此前已证明它会扰乱OPAB的电活动。论文里还提了一句挺值得注意的话：TAHV流行率很高但在人类中通常无症状，可能存在的神经认知症状或许一直没被常规临床监测发现。

另外，5片做了长周期追踪的OPAB中有4片在训练结束17天后仍保留学习，其中2片依旧三音全对，2片两音全对（66.7%）。

05.

"培养皿里最接近人类大脑的替身"：它的边界在哪

团队自己把天花板摆出来了。

只做三组关联，是被两个硬条件卡住的：脑片直径只有约5毫米，加上微电极阵列的空间分辨率有限。想做更多并行关联，得靠更大的切片、更高密度的电极、或者两者兼备。即便只有三组，并行训练也已经出现了定位问题带来的关联互相干扰。

还有一点很关键：运动电极和感觉电极是随机选的，团队特意没去利用脑片内部天然的连接优势——目的是证明"任意一对电极之间都能建立关联"，同时更接近婴儿在任意动作和其感觉后果之间建立关联的真实情形。代价是，某些随机选中的位置可能覆盖在受损或本就没有天然连接的神经元群上，所以论文明确说62.5%这个数字其实是偏悲观的，换成基于活动强度的电极选择策略，成绩应该还能提高。

最后，整个学习过程没有给脑片任何错误反馈，属于纯粹的无监督运动-感觉关联学习。团队认为，接下来把并行关联数量做上去、再加上误差反馈机制，才有可能在体外逐步复现人脑的学习能力。

用论文自己的话收尾：目前OPAB大概是"培养皿里最接近人类大脑的替身"，而这套装置提供了第一个让机器人与神经模型在闭环中交换信息、用于体外研究人类感觉运动学习的平台——它既可以服务于未来的混合AI，也可以成为"认知病毒学"这个新方向的工具；可能推动认知科学、神经疾病乃至医疗研究。

科学家还没空想伦理，网友已经替这些人脑切片喊冤："超级牛马。" 缸中之脑的剧本，好像比我们预想的早到了几页。

参考链接：https://doi.org/10.21203/rs.3.rs-9638576/v1