肯特大学生物科学学院的 Benjamin Goult 博士描述了将大脑视为一台运行复杂二进制代码的有机超级计算机、将神经元视为机械计算机的模型。 该理论基于突触中的 talin 蛋白的开关样结构域，它们可以响应细胞的机械压力而改变形状，有两个稳定状态，看起来每个分子都能储存二进制信息，可以通过细胞骨架产生的微小的力来切换。可以参照：Benjamin T. Goult.The Mechanical Basis of Memory – the MeshCODE Theory.Frontiers in Molecular Neuroscience, 2021; 14.DOI: 10.3389/fnmol.2021.592951这项研究假设上述机械编码构成了协调整个生物体的系统，动物的生活经历和环境条件可以不断写入其中，为其生命历程创造一个不断更新的数学模型。显然，这比起电子计算机更像查尔斯·巴贝奇的差分机。没有神经细胞的生物可能也有类似的分子级计算单元，从而让那些生物表现出复杂的行为和学习能力。你也可以联想到“有神经细胞的生物，同样可以用非神经细胞进行一些计算”。 生物体的形态发育在很大程度上取决于力学因素，细胞的位置、受力、体积等会影响细胞表达的基因及其表达强度。这里面可能有上面提到的计算要素。受力影响发育doi: 10.1038/d41586-021-00018-x体积影响干细胞分裂能力Jette Lengefeld, Cell size is a determinant of stem cell potential during aging, Science Advances (2021). DOI: 10.1126/sciadv.abk0271.XENOBOT 就不用多重复了。 在秀丽隐杆线虫发育过程中，异时性信号通路中的转录因子 LIN-4 与 microRNA lin-4 调控有丝分裂后神经元转录组的变化，LIN-14 可能是整合时间、性别、环境信息来影响线虫神经系统构造的关键。doi: 10.1038/s41586-021-04071-4 电子计算机模拟神经系统可能需要特别的硬件，例如模仿突触可塑性的晶体管：Xudong Ji, Bryan D. Paulsen, Gary K. K. Chik, Ruiheng Wu, Yuyang Yin, Paddy K. L. Chan, Jonathan Rivnay.Mimicking associative learning using an ion-trapping non-volatile synaptic organic electrochemical transistor.Nature Communications, 2021; 12 (1)DOI: 10.1038/s41467-021-22680-5 算法也可能需要调整，例如模仿人类创意的进化算法：Jakob Jordan, Maximilian Schmidt, Walter Senn, Mihai A Petrovici.Evolving interpretable plasticity for spiking networks.eLife, 2021; 10.DOI: 10.7554/eLife.66273 冯·诺依曼计算机目前未能严格遵循摩尔定律，其物理极限看起来不远了。为提高计算性能，世界多国正在开发可以模拟人脑功能的神经形态计算系统。人工突触是神经形态架构的计算机的必需品，能在相邻人工神经元之间执行信号处理与信息存储。近年来，电解质门控晶体管（EGT）在模拟突触可塑性和神经形态应用方面表现出一定前途，稳定性较好，材料种类多样，能在空间上分开读写操作。可以参照：Heyi Huang et al. 2021 J. Semicond. 42 013103
