日本东北大学与未来大学研究团队成功训练大鼠皮层神经元，通过结合高密度微电极阵列与微流控装置，构建“闭环储备池计算”系统，实现神经元实时执行机器学习任务。该系统能在无外部输入条件下自主生成周期性及混沌波形，用于复杂时序信号计算。团队采用聚二甲基硅氧烷（PDMS）微流控薄膜约束神经元连接，将细胞体分布于128个微孔中形成格型与分层网络，有效提升计算维度并降低神经元同步性。实验显示，系统可生成多种波形并逼近洛伦兹吸引子，预测信号相关性超过0.8。研究者计划通过改进硬件降低反馈延迟，以推动该技术在脑机接口和神经假体设备中的应用。
