生物计算与活性算力
| 域 ID | domain.synthetic-biological-intelligence |
|---|---|
| C 层级 | C2 |
| 研究对象 | 活神经元、类器官计算、适应性学习材料与人机中间件 |
| 持续性作用 | 探索低能耗、自适应的计算材料和新的认知扩展接口 |
| 证据状态 | 部分审查 |
| 仓库路径 | domains/c2-source-maintenance/synthetic-biological-intelligence-organoid-computing-continuity |
生物计算与活性算力：生物计算与活性算力研究利用细胞、分子、神经组织或类器官的动力学执行感知、计算或控制任务，并审查活性系统的可重复性、福利和生物安全。[1]
稳定对象为活神经元、类器官计算、适应性学习材料与人机中间件。本域对 Human Infra 的作用性质是：能力生成和研究工具域；对主体持续性主要是间接加速作用。 原模板中的持续性作用为“探索低能耗、自适应的计算材料和新的认知扩展接口”。
它能改变的是可测风险、功能、恢复能力、信息质量或路径可达性；它不能仅凭概念存在、机制合理或局部指标变化证明主体已获得无限寿命或连续性。
- 输入输出可定义性和计算可靠性
- 学习、可塑性和长期稳定性
- 培养、供能、维护和污染风险
- 标准化、批间差异和可扩展性
- 感知或道德地位的不确定性
研究对象与干预/制度路线 -> 改变关键生物、功能、信息或基础设施变量 -> 改变主体状态与可恢复性 -> 改变死亡、失能、中断或路径封闭风险 -> 以预先定义的最终终点判断对主体持续性的净影响
机制链必须同时记录反方向路径：副作用、补偿反应、资源消耗、风险转移和长期未知可使局部改善不产生净收益。
- DNA/分子逻辑与合成生物回路
- 细胞传感与控制系统
- 类器官和神经培养湿件计算
- 生物—电子混合接口
- 用于药物筛选和疾病模型的活性系统
直接依赖或共同约束：
相关技术节点：
相邻研究域：
替代路线必须按目标变量而不是按技术品牌比较；当主要路线在最终终点、安全性、可及性或维护性上失败时，应转向预防、修复、功能替代、社会支持或风险回避。
分子计算、合成生物回路和类器官实验是现实研究；类器官智能作为通用计算平台仍处早期议程阶段。
不能证明：培养物产生可塑反应不等于意识、通用智能或主体。
- 证据来源：类器官智能研究议程：类器官智能概念、研究目标、技术依赖和伦理议程[2]
- 证据来源：NIST人工智能风险管理框架1.0：支持把模型性能、数据偏差、可追溯性、人工监督、安全与部署情境同时纳入自动化科研。[3]
- 证据来源：Human Infra仓库研究材料：只支持本 Wiki 对项目专有概念、稳定对象和仓库路径的定义与溯源。[4]
验证应从机制指标依次推进到组织/系统功能、患者重要结局、长期安全和真实世界可及性。未来或条件性路线不得给出虚假实现年份。
反证或降级条件包括：合格研究未改善预设终点；结果不能独立重复；只在体外或不相关动物模型成立；净风险、失能或资源负担上升；关键前置依赖在现实环境中不可满足。
- 生物变异和漂移破坏可重复性
- 污染、失活和维护成本
- 任务定义与生物信号之间的解释过度
- 潜在感知与福利问题被忽略
- 生物安全、来源同意和样本治理
- 在感知不确定时采用分级福利保护
- 不提供病原增强或危险湿件实验操作
- 什么任务真正受益于活性算力？
- 如何建立可比性能、能耗和稳定性基准？
- 何时需要提高道德保护等级？