近年来，人工智能已取得飞跃式进展，然而，其高能耗、低解释性和灵活性不足等问题仍有待进一步突破。离体生物神经网络因其基于真实生物神经元的动态可塑性和自适应性，成为有可能解锁通用人工智能的一把密钥。离体培养的神经网络，结合精细的构建技术和先进的调控手段，为理解生物大脑的信息处理机制以及开发新型智能系统提供了实验平台。本报告将系统综述离体神经网络的培养方法及功能优化技术，并详细探讨电学、光学等信号输入输出技术。总结离体神经网络在静态和实时交互任务中的国内外应用实例，并重点介绍本团队在基于光学交互技术的神经细胞鲁棒计算方面的研究进展。最后，剖析离体神经细胞计算面临的主要挑战，希望为此领域的研究与发展提供一定启示。
