据英国《新科学家》杂志网站16日报道，美国科学家利用8万个小鼠的活细胞，建造出了一台可简单识别光和电模式的活体计算机，这台机器能被整合到同样使用了活体肌肉组织的机器人中。研究团队在美国物理联合会3月会议上介绍了这项研究。

在最新研究中，伊利诺伊大学厄巴纳-香槟分校研究团队首先在培养皿中培育了大约8万个来自经过编程的小鼠干细胞的神经元，随后将神经元置于光纤下方和电极网格上，让其接受电和光的刺激，所有元件都被放在一个手掌大小的盒子里，盒子置于保温箱里，以让细胞保持活力。

为训练神经元计算机区分不同的信号模式，研究团队创造出了10种不同的电脉冲和闪光模式，并在一个小时内反复播放这些模式，同时使用传统的计算机芯片记录和处理神经元产生的电信号。结果表明，每次出现相同模式时，神经元都会产生相同的信号。此外，研究人员也借助储层计算，让神经元和芯片分工合作，将识别和处理信号耗费的时间和能量降至最低。

为评估该设备的性能，研究团队计算了名为F1的性能分数，该分数通常用于指示神经网络识别模式的效率，其中0最差，1最好，该设备的最佳得分为0.98。

最新研制出的设备可集成到使用活体肌肉组织制成的机器人内。将神经元融入机器人中意味着神经元可感知环境，然后一次处理这些输入。

研究人员表示，使用活细胞进行计算，尤其是储层计算，有助于制造出节能设备，即使其中一些元件出现故障，这些设备仍能继续工作。因此，与传统的机器人相比，将活神经元和储层计算相结合的机器人可能具有优势。