2026-10-24
HAL 对起点偏离目标侧的爆发持续随机电刺激，10 皿大鼠皮层网络约两天把目标侧爆发升到 70% 到 80%，增量出在日间。
离体的大鼠皮层神经元铺在微电极阵列上，会自己打出扫过整片组织的网络爆发。爆发从比较稳定的区域点燃，再沿有限的几种方向传开。以往在培养皿里做的学习，问的多半是时间：刺激一直打，直到目标电极出现想要的反应，再把刺激撤掉。Shahaf 和 Marom 用这个协议得到学习曲线。Potter 实验室把培养网络接到模拟身体上。Kagan 等人的皿中网络可以在几分钟里学会一个简单游戏。这些变化都停在一次实验里面。
空间上还没问清：爆发从哪点燃，能不能被反馈挪向一个目标侧。动态上还没拆开：网络是学会少掉进错误状态，还是掉进去之后更能爬出来。时间尺度上也没人在培养组织上看到任务从一天留到下一天。只能在当次实验里变，就还谈不上生物混合计算里说的记住一个目标。
Tufts 大学 Allen Discovery Center 的 Clawson、Levin 等人做了开源闭环平台 HAL，接 MaxWell MaxTwo。一块阵列有 26400 个电极，同时记录 1024 路。尖峰按 5.5 倍 RMS 噪声检出。四个刺激电极放在阵列四角，挑的是尽量少参与爆发的位点，脉冲同时打到这四路，意图是全网信号，不是点名单个神经元。细胞是 E18 大鼠皮层，约 10 万个，密度约每平方毫米 2000 个。
在线检测用 200 帧（约 20 毫秒）的滑动窗口。窗口里超过 15% 的网络在活动，并且持续 100 毫秒，算一次爆发开始。活动掉下去并保持 50 毫秒算结束，免得一次爆发被切成两段。起点是刚过阈值时活跃电极的平均 x，峰值是窗口内活动最高时的平均 x。dx 等于起点 x 减去峰值 x。dx 小于 0 记为左侧爆发，大于 0 记为右侧，等于 0 丢掉。目标一律是左侧。组织如果只盖住阵列的一部分，峰值会跟着活动的质心走，所以这条分界是该次爆发自己的峰值，不是芯片的几何中线。
规则很瘦。上一次爆发方向正确，不刺激。方向错误，就以平均每秒 5 下的随机间隔送双相脉冲，幅度 250 mV，每相 200 微秒，四个电极一起打，一直打到下一次爆发。每一下之后检测器静默 800 微秒，避免把刺激诱发的活动当成新的爆发。
每个实验日是 20 分钟刺激前、20 分钟闭环训练、20 分钟刺激后。学习成绩取刺激前这一段。日内变化比较同一天的刺激前和刺激后，日间变化比较前一天刺激后和下一天刺激前。每皿训练超过 7 天，天数看发育和活性。结果按各自的第一个有效记录日对齐。
主队列来自两次制备。2024 年 7 月的 stimRemoval，分析窗口是体外第 30 到 36 天，6 皿。2025 年 4 月的 waveTraining，第 34 到 42 天，4 皿。对照是第一次制备里不刺激的姐妹皿，第 12 到 26 天，6 皿。损伤皿来自 2025 年 11 月的另一次制备，6 皿，只和健康皿对照，不并进主队列。纳入要求至少 2 个记录日，并且训练期至少 10 次爆发。waveTraining 里另有 7 皿因为奖励规则不标准被排除。
训练皿大约两天内把目标侧爆发的比例拉高，并稳在 70% 到 80% 附近。同一皿第一天对最后一天，Wilcoxon 符号秩 W=5.0，p=0.019，n=10。对照在同样窗口里没有这种上升，W=9.0，p=0.844。对照没有真实目标侧，指定靠抛硬币。效应量的组间比较在一次指定下是 Mann-Whitney U=51，p=0.022。把 6 皿对照的目标侧完全枚举，64 种里只有 23% 显著，中位双侧 p 为 0.18。作者把这个组间效应写成最好情形，不是稳的差别。
变化堆在什么时候，训练皿内部更干净。日间增量对日内增量，W=0.0，p=0.002，n=10。训练对对照的日间比较方向一致，U=48，p=0.056，没过线。作者把这读成巩固样的时间尺度：同一次实验的前后几乎不动，要到下一次实验的刺激前记录才看得到。他们不声称这是睡眠或重放。
纠错比「有多经常是对的」更硬。每次爆发记成正确或错误。从错误走到正确的概率，训练皿相对对照的变化是 U=46，双侧 p=0.026，先验方向的单侧 p=0.013，n=9 对 6。64 种对照指定里 72% 仍显著，中位双侧 p 为 0.034。这是全文最稳的组间结果。从正确掉进错误的概率没有变，U=22，p=0.43。待在正确状态的时间比例，组间也分不开，U=43，p=0.18。恢复概率的变化和正确停留时间的变化，Spearman ρ=0.83，p=0.005，n=9。两个量都在说变得更正确，作者不把它当成互相独立的确认。
空间上，起点的 x 向目标侧移，单侧 Wilcoxon W=46，p=0.032，n=10。峰值不移，W=18，p=0.375。起点位移大于峰值位移，配对 W=3，p=0.010。对照的起点不移，W=8，p=0.69。传播方向的角熵、平均余弦相似度和圆方差，训练对对照都是 p=0.80。方向的种类还在，点燃点挪了。起点位移的组间对比本身不显著，U=41，p=0.26。这个空间结论靠的是训练皿内部起点和峰值分开，再加上对照不动。
训练前就已经偏向目标侧的 6 皿，第一天正确率约 0.71。逆着先天偏好的 4 皿约 0.31，U=24，p=0.0095。最后一天大约 0.79 和 0.67，U=17，p=0.35，收到同一条带子里。逆偏好那组涨得更多，更像是起点低，不能读成对着先天偏好训会更有效。
刺激剂量对不上效应量。厌恶脉冲总数的 Spearman ρ=0.42，p=0.23。训练期爆发数 ρ=0.31，p=0.39。被刺激的爆发比例 ρ=0.35，p=0.33。都不显著。三个量彼此相关，n=10，功效不够。没看到剂量关系，离证明与剂量无关还远。
损伤皿的爆发次数和健康皿分不开，U=21，p=0.26，间隔和时长同样分不开。正确率从 0.59 到 0.56，W=8，p=0.69。日间对日内，W=9，p=0.84，没有健康皿那种签名。健康对损伤的效应量 U=40，p=0.313。按培养物聚类的组别与训练日交互，p=0.111。能爆发，不等于能做这种重组。组间这一条同样功效不足。
皿中网络此前的目标导向演示，量级是几分钟、一次实验。这里把「从目标侧点燃」和「错误后恢复」写成可以跨天累积的量。反馈环里没有解码器，也没有强化学习策略。奖赏就是把刺激停掉。做生物混合计算的人可以拿走这一点：复杂的输入输出机器不是跨天学习的前提。HAL 开源，接的是商品化高密度阵列。
正确率上升，和少犯错误，在这批数据里是两件分开的事。掉进错误状态的速率没变，爬出来的概率变了。如果只报一个数，纠错转移比正确率更经得起对照目标侧怎么指定。
论文的展望写到药物敏化、疾病状态和脑机接口。数据能撑住的范围小得多：健康的离体皮层网络，能被一条全局的、极简的奖惩规则，在数天里改爆发从哪开始，以及错了之后多快回来。
样本小。训练的 10 皿来自相差约九个月的两次制备，对照 6 皿，损伤 6 皿。更硬的问题是年龄。对照记在体外第 12 到 26 天，训练皿的分析窗口是第 30 到 42 天，基线的爆发间隔、规模和时长已经不同。论文写明，组间效应量在按基线爆发动力学校正之后不再成立。跨组说训练强过自然发育，因此站不稳。站得住的是训练皿自己的前后比较：刺激前的正确率上升，而且升在日间。
没有配对刺激对照，也没有随机给奖的对照。不刺激的姐妹皿只能把目标导向和自发漂移分开，分不开刺激总量和「刺激跟起点绑在一起」。剂量相关 ρ=0.42 不显著，方向是正的，n=10 时这不能当否证。
学习成绩不含训练进行中的那 20 分钟。日内几乎不动，指的是刺激前和刺激后两段安静记录之间几乎不动。起点只压成一条 x。损伤来自名为 burstTrainer 的另一次制备，正文没有给出可复现的损伤操作。恢复分析的训练皿是 9，因为某一天若没有从该状态出发的转移就不计入。另有 7 皿用了非标准奖励，纳入时被拿掉，敏感性放在表 T1。
机制没有测。巩固样只描述时间尺度。方向库的三个统计量不变，支持传播方向的种类没变。作者把这读成已有模式被重新加权，一种简单的生态位构建。没有单独的模式普查证明一个新模式都没出现。这是 2026 年 10 月 16 日贴出的预印本，未经同行评审。