以下是每个项目的详细情况：
用于自适应储层计算的集成人脑器官系统，密歇根大学 — 该项目结合神经形态计算理论和生物伦理学研究，旨在通过开发受人脑结构和功能启发的生物工程器官系统，推进神经形态计算能力。
通过基于心肌细胞的可重编程生物振荡神经网络实现密集联想记忆的植入，圣母大学 — 该项目旨在使用心肌细胞构建可重编程的生物振荡神经网络，为创建高密度、高能效的计算平台提供新的协同方法。
储层计算机 - 利用纤维上的活体球状体进行智能且不断进化的机械储层计算，弗吉尼亚理工大学 — 该项目旨在开发一种能够学习、适应并物理进化的活体储层计算机，通过利用纤维网络上的3D细胞培养，实现高效率的网络计算。
用于长期3D神经网络计算的神经元-软器官-计算机接口，哈佛大学 — 该项目通过整合人工智能、神经元-软生物电子学和生物伦理学研究，旨在创建一个生物共生系统，模仿生物神经网络的可扩展性、适应性和效率，能够执行长期、复杂的计算任务。
3D神经元器官中的时空学习，马里兰大学 — 该项目旨在开发和表征神经元器官中的时空模式计算网络，这些网络可以扩展到更复杂的系统，并实现高效率的网络计算。
3D生物神经计算机用于智能生物医学运动控制系统的可行性，加州大学欧文分校 — 该项目旨在对 3D 神经网络进行生物工程改造，使其能够与人类运动控制系统背后的大脑信号进行交互和解释，并最终恢复失去的神经功能，以推进生物计算领域发展。
教非脑器官如何思考：使用基因电路实现神经网络的可编程类器官智能，麻省理工学院 — 该项目将开发具有功能性智能的肝脏器官，这些器官通过嵌入含有工程化神经元网络的细胞，能够学习和适应环境中的毒素和感染。
这些跨学科项目将促进对生物学习原理的理解，并设计更好的算法、网络以及光学和电神经接口。研究团队将建立安全、合乎道德和对社会负责的生物计算研究框架。
此外，这些团队将通过研讨会、高中生和本科生的指导机会以及其他活动，为学生和早期职业研究人员提供实践培训，以扩大和多样化美国的 STEM （科学、技术、工程和数学）劳动力。
\ | /
★
来源：
https://new.nsf.gov/news/nsf-invests-14m-bioengineered-systems-ethical-biocomputing
