通过brainware，郭的目标是使用真正的脑细胞来发送和接收信息。当研究人员对他们建造的混合系统施加电刺激时，Brainoware对这些信号做出了反应，其神经网络发生了变化。根据研究人员的说法，这一结果表明混合系统确实可以处理信息，甚至可以在没有监督的情况下执行计算任务。
然后，郭和他的同事们试图看看brainware是否能执行任何有用的任务。在一项测试中，他们使用brainware试图解决数学方程。他们还对其进行了语音识别的基准测试，使用了240段8个人发音日语元音的音频片段。这些片段被转换成电信号并应用于brainware系统。这在大脑类器官的神经网络中产生信号，然后将其输入人工智能工具进行解码。
郭说，研究人员发现，大脑类器官人工智能系统可以解码音频记录中的信号，这是语音识别的一种形式。“但准确率很低，”他说。研究表明，尽管该系统经过训练得到了改进，准确率达到了78%左右，但仍不如人工神经网络准确。
约翰·霍普金斯大学公共卫生助理教授莉娜·斯米尔诺娃指出，大脑类器官不具备真正听到语音的能力，而只是对音频片段产生的电刺激脉冲表现出“反应”。这项研究并没有证明brainware是否可以长期处理和存储信息，或者学习多项任务。在实验室中培养脑细胞并维持足够长的时间来进行计算也是一项艰巨的任务。
不过，她补充说，“这确实是一个很好的证明，展示了大脑类器官的能力。”
