现阶段所有人工智能算法、电路设计，研发灵感均源自人类大脑的思维与运算逻辑。现有AI硬件依托二进制数字架构运行，运算模式固定、适配场景受限，很难复刻人脑灵活应变、自主适应新信息的特性。为突破这一技术瓶颈，英国阿斯顿大学牵头启动全新Neu-ChiP科研项目，尝试将人类活体脑干细胞与AI微晶片结合，打造全新的生物融合计算体系。

传统AI芯片依靠固定二进制代码完成运算输出，数据处理模式标准化，输出结果单一固定。Neu-ChiP项目研发的模拟芯片，运算输出可灵活变动，硬件架构直接对标人脑神经元与突触的工作机制，彻底区别于传统数字芯片的运行逻辑。整套技术的核心，是借用人类大脑原生的柔性处理能力，打破当下人工智能的性能边界。
该项目属于国际跨学科联合研究项目，依托干细胞培育、光电调控、3D建模等多项前沿技术，搭建类大脑运算系统。研究团队选取适配的人类皮层干细胞，在微晶片表层分层培育，构建出模拟人类大脑皮层的细胞网络结构。
科研人员采用光遗传技术，持续向芯片上的活体干细胞发射动态变化的光束，以此刺激神经元产生电信号、完成信息交互。同时搭配高精度3D计算机模型，实时捕捉细胞内部的动态变化，记录神经元适应新数据、调整运算状态的全过程。这套观测方式，完整复刻了人脑神经可塑性的生理特征，也就是大脑持续适配新信息、调整思维模式的原生能力。

实验阶段，团队会在培养皿中人工搭建神经元回路，针对性训练细胞网络的数据分析、问题处理能力。观测记录细胞如何完成信息拆解、运算整合、结果输出，逐步摸清人脑高效运算的底层逻辑，为机器学习迭代提供全新的研发方向。
项目的研发目标不止于复刻人脑运算模式。团队在搭建完整神经细胞系统模型的基础上，持续调试细胞运行状态，驱动活体神经系统完成复杂非程序化运算，突破现有AI只能执行预设指令的局限。依托生物神经元与电子设备的融合架构，研究团队正在搭建全新神经形态电路，打通活体生物运算与电子硬件传输的衔接通道。
传统数字计算、常规模拟计算的运行逻辑，都会在这套新体系中完成迭代升级。活体细胞的自主适配、动态运算特性，能大幅降低硬件能耗，提升复杂场景下的数据处理效率，适配传统AI难以攻克的多维、动态复杂问题。
除此之外，这项技术可落地多元应用场景。依托生物神经与电子设备的融合特性，研发团队能够打造全新的人机交互界面，让机器适配人类神经信号的传输节奏，拉近人机交互的响应速度与适配度。

整个项目跳出传统AI纯硬件、纯代码的研发框架，直接借用人类大脑原生的运算优势。人体大脑的能耗极低，却能同时完成思考、记忆、判断、适配等多重复杂工作，这是当前超级计算机都无法实现的特性。Neu-ChiP的持续推进，正在把人类大脑的生物算力，转化为可落地、可迭代的科技算力，为下一代人工智能的发展开辟全新路径。