普林斯頓大學的科研團隊近日取得了一項突破性進展——他們成功開發出一種名為3D-MIND的混合生物計算平臺，將實驗室培育的活腦細胞與柔性電子器件深度融合，為類腦計算和神經科學研究開辟了新路徑。這一系統通過三維電子支架構建生物與硬件的直接接口，不僅能實時監測神經活動，還能反向刺激神經元網絡，標志著人工智能與生物系統的融合邁入新階段。

與傳統平面培養的神經元不同，3D-MIND的核心創新在于其三維結構。研究團隊設計了一種柔性電子網，其力學特性與腦組織高度匹配，可嵌入活細胞網絡中。神經元會自然地圍繞并穿透網狀結構生長，形成穩定的生物-電子連接。集成傳感器能夠捕捉神經網絡的電信號變化，而嵌入式刺激器則可將電脈沖精準反饋至細胞，實現雙向通信。這種設計使系統能深入神經網絡內部，獲取傳統二維平臺難以探測的深層活動信息。

實驗數據顯示，三維培養的神經元展現出更復雜的連接模式和更強的計算潛力。相較于平面培養，3D-MIND中的神經網絡能以更高效率響應刺激，訓練速度顯著提升。更關鍵的是，該系統的能耗極低——普林斯頓神經科學研究所兼聘教師傅天民指出，人腦完成同等任務所需的能量僅為現有AI系統的百萬分之一。這一特性為開發低功耗類腦計算設備提供了可能。

除了計算應用，3D-MIND還為神經科學研究提供了全新工具。其三維結構更貼近真實大腦環境，可用于觀察神經回路在立體空間中的發育、適應過程，為藥物篩選和疾病模型構建提供更準確的實驗平臺。例如，研究人員可通過調控電子支架的參數，模擬特定神經系統疾病的病理條件，測試潛在療法的有效性。

目前，該團隊已實現超過六個月的穩定生物-電子交互追蹤，且未觀察到明顯細胞行為干擾。下一步，他們計劃擴大系統規模，增加傳感器和電極密度，以提升神經接口的復雜性。同時，研究將聚焦于引導神經網絡的學習與適應機制，并結合光學成像技術，深入解析大腦活動的動態過程。優化三維組裝工藝、實現裝置的穩定量產也是重點方向。