加载失败
这是基于 Cortical Labs 等团队将培养的人类神经细胞接入硬件平台（所称 CL1 芯片）并演示在 Doom 游戏环境中产生可读输出的报道与视频。实现路径通常包括把游戏信息通过 encoder（用 PPO 训练）转为电刺激，神经组织产生 spikes，再由 decoder/CNN 在 PyTorch 等框架上将读数映射为动作，评论关注点集中在“到底是细胞学到了策略还是外部 ML 层在做主要工作”。讨论建立在对 organoid（类脑组织）、connectome（神经连接组）与现有 immortalized neuron cell lines（如 HeLa 衍生系）等概念的认识上，同时被历史案例（假新闻式的“rat brain flies plane”）和对未来规模化、军事化或伦理滑坡的顾虑所驱动。
许多评论认为把培养的人类脑细胞接入暴力电子游戏、并把这类实验当作噱头在伦理上令人不安。具体担忧包括无法判定 organoid（类脑组织）是否具有主观经验或受苦的能力（qualia），视频和稿件未明确奖励/惩罚机制，也没有说明任何“退出/缓解”措施。有人指出即便有 IRB/伦理委员会审批，审批并不自动消解道德问题，公众对“用人类细胞做演示”的反感会放大监管和规范风险。对将来规模化（从几十万到百万、亿级神经元）或军事化、用于无人机/武器等用途的潜在恶用也被反复提及，形成跨代的伦理焦虑。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
大量评论详述了工程实现，质疑宣传中“脑细胞在学会玩 Doom”的结论，认为外部的 ML 层（encoder、CNN、PPO、decoder、PyTorch 实现）很可能承担了绝大部分学习。评论中引用 readme 与 ablation 实验的争论：支持方说有“0-bias full linear readout decoder”和 ablation 证据，反对方指出输入并非完整 framebuffer，而只是诸如敌人水平位置/距离之类的编码信号，且 encoder/PPO 在训练刺激模式，这使得神经元更像是被当作噪声通道或“滤波器”而非独立策略主体。历史类比（如“rat brain flies plane” 的伪装性结果）和对视频行为可通过简单映射实现的分析，进一步加深了对结果解读的怀疑。
评论分歧集中在为何使用 human neurons：有人直言选择人类细胞是为了吸引眼球和媒体关注（‘人类细胞玩 Doom’更能博眼球），称这一决定具有明显的公关动机。反方指出若目标是研究人类神经疾病或药物模型（例如 Alzheimer's），从一开始使用 human cells 有科学依据；另有评论提到现存的 immortalized neuron cell lines（如 HeLa 衍生或其他神经系细胞系）是常见的可购材料，说明来源并非完全神秘或非法。总体讨论把“吸睛动机”和“潜在临床/基础研究价值”放在一起权衡，认为透明度与用途说明至关重要。
部分评论把该事件放入更广的道德矩阵中比较，指出全球范围内工厂化畜牧、动物试验和其他对动物造成系统性痛苦的行为更普遍且严重，因此相对而言以几十万细胞为对象的实验并非最令人恐惧的道德问题。对此有人反驳称这是“whataboutism”，强调用人类脑类组织开启的新范畴不能简单用既有伦理标准打发，必须独立评估。讨论还延伸到个人行为一致性问题（例如是否应转向素食）以及怎样在保护动物与推进科学之间取得平衡。
很多评论把目光投向可能的未来路径：若能把神经培养体按需放大到百万甚至更多神经元，并且把其集成到机器人或无人机中，可能出现伦理与安全上的灾难性后果（如用于杀伤性的生物/生物-信息混合系统）。评论中多次用科幻或历史案例（Project Pigeon、科幻小说中的 Torment Nexus）作比喻来表达对“脑细胞被当作计算或奴役工具”的恐惧。有人明确担忧产业化会产生监管套利（以“非人类”或“非完整人脑”为由规避反奴役法律），并担忧军方或企业的快速采用导致失控。
一类评论更强调科学/事实澄清：organoid 或培养神经元与发育成熟的完整大脑在结构和功能上有本质差异，单看神经元数量（比如 200k）并不能直接等同于某种“人类级”认知能力。评论引用 fruit fly（drosophila）与其他动物的神经元计数来说明数量对比，但同时指出 connectome（神经连接组）与网络布线、可塑性和发育过程对功能决定性更强。另有技术性讨论涵盖细胞培养的工程问题（代谢、寿命、感染）、已有的 wetware/wetware computer 与 OpenWorm 等项目作为先例，以及可购的 immortalized neuron cell lines 提供了现实来源。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
CL1: CL1（Cortical Labs 的神经芯片平台）：用于在芯片上培养并与活体神经元电接口通信的设备，负责刺激与电位读出。
organoid: organoid（类脑组织/神经类器官）：由干细胞或培养的神经细胞形成的三维细胞集合，能模拟部分脑组织特性但通常缺乏完整发育结构与组织化连线。
connectome: connectome（神经连接组）：某一生物或组织中神经元之间的完整连接图谱，用于描述潜在的信息流路径，但并不直接等同于功能性大脑。
PPO: PPO（Proximal Policy Optimization）：一种常用的强化学习算法，评论中提到用于训练 encoder（刺激策略）来决定如何给神经组织电刺激。
CNN: CNN（Convolutional Neural Network，卷积神经网络）：常用于视觉编码或解码的深度网络，讨论中被用于对神经元读数进行解码或噪声过滤。
PyTorch: PyTorch：主流深度学习框架，评论中提到整套训练/decoder 在 PyTorch 上运行，表明大量学习计算在硅基系统中完成。
qualia: qualia（感质/主观经验）：哲学术语，用以讨论个体的主观体验或感受，评论用它来表达是否能判定 organoid 有“体验”或会遭受痛苦。