合成生物智能综述：自适应生物神经交互架构（ABNIA）的提出与标准化框架

《IEEE Transactions on Molecular, Biological, and Multi-Scale Communications》：Synthetic Biological Intelligence: A Survey of System-Level Abstractions and Adaptive Bio-Digital Interaction

摘要：

类器官技术、微电极阵列（MEAs）、神经形态计算和机器学习等多个领域取得了同步进展，由此催生了一种前景广阔的研究范式：合成生物智能（SBI）。SBI指的是将活的生物神经网络（BNNs）与硬件和软件进行接口对接，以在闭环中执行面向任务的信息处理的工程化系统。这项新兴技术虽然仍处于起步阶段，但有望在计算能力和能耗方面均提供高效性能。该领域的早期阶段凸显了可靠的多尺度、跨领域交互接口的需求，以支持其在机器人、生物医学、信号处理和神经科学研究中的应用。标准化、平台化和云集成的BNNs的引入已成为科学界的重要推动力量，提高了SBI的可及性并促进了进一步发展。在本综述中，我们总结了促成SBI出现的创新成果，以及促使其具身化的首批测试台接口。尽管现有定义将SBI确立为活的BNNs与硬件和软件的闭环集成，但并未提供统一的系统级抽象来比较异构SBI接口、映射设计选择或详述交互闭环不同阶段的性能指标。因此，本工作通过引入一种自适应生物神经交互架构（ABNIA）来填补这一空白。ABNIA是一种模块化抽象，将编码和刺激策略、神经基质动力学、解码以及反馈控制整合到一个用于系统工程和基准测试的共同框架中。