北京
西北大學工程師研發出可打印神經元，能夠模擬生物信號模式，并在實驗室測試中成功與活體神經回路交互。
西北大學的研究人員通過一種新型打印人工神經元，向連接電子設備與人腦邁出了一步。
這些設備能夠主動刺激真實的腦細胞，其意義超越了僅在理論上復現神經行為。
研究表明，這些柔性、低成本的組件能夠產生與生物活動足夠接近的電信號，從而觸發活體神經元的響應。
在小鼠腦組織上的實驗證實，人工信號能夠激活真實的神經回路。
這些發現指向了未來能夠與神經系統直接交互的系統。其應用可能包括腦機接口，以及用于聽力、視覺和運動的神經假體。
這項工作也凸顯了向以大腦為模型的、更節能的計算硬件轉變的潛在趨勢。
重塑計算硬件
傳統計算依賴于布滿相同晶體管的剛性硅芯片。
工程師通過增加更多此類組件來提升性能，而這往往以更高的能耗為代價。
大腦的運行模式則截然不同。它依賴于在靈活的三維網絡中組織起來的多樣化神經元，這些網絡不斷適應變化。
"硅是通過擁有數十億個相同的器件來實現復雜性的，"領導這項研究的馬克·C·赫爾薩姆說。"所有東西都是一樣的、剛性的，一旦制造出來就固定不變了。而大腦恰恰相反，它是異質的、動態的、三維的。要向那個方向發展，我們需要新的材料和新的電子器件構建方式。"
為了更接近那種模型，赫爾薩姆的團隊使用了可印刷的電子材料，而非剛性組件。他們用二硫化鉬和石墨烯制成了墨水。然后利用氣溶膠噴射打印技術，將這些材料沉積在柔性基底上。
與腦組織進行測試
該團隊改良了印刷電子器件中一個已知的局限性。他們并非完全去除起穩定作用的聚合物，而是控制了該材料在運行過程中的分解方式。
"我們沒有完全去除聚合物，而是讓它部分分解，"赫爾薩姆說。"然后，當我們讓電流通過器件時，會進一步驅動聚合物的分解。"
這種方法創造了狹窄的導電通道，能夠產生尖銳的、類似神經元的電脈沖。這些器件能夠產生多種信號模式，包括爆發式和連續式放電，與生物神經元相似。
這種多樣性使得每個人工神經元能夠攜帶更多信息。這也減少了復雜計算所需的組件數量。
為了測試其在真實世界的交互作用，研究人員與神經生物學家英迪拉·M·拉曼展開了合作。
他們將人工神經元發出的信號施加到小鼠小腦切片上。
這些信號匹配了自然神經活動的關鍵特征，并觸發了活體細胞的反應。
"其他實驗室曾嘗試用有機材料制造人工神經元，但它們的放電速度太慢了，"赫爾薩姆說。"或者他們使用金屬氧化物，放電速度又太快了。我們處在一個此前人工神經元未曾展示過的時間范圍內。"
"你可以看到活體神經元對我們的人工神經元做出了反應。因此，我們展示的信號不僅時間尺度合適，而且脈沖形狀也正確，能夠直接與活體神經元交互。"
該研究也回應了人工智能領域日益增長的能耗擔憂。
"我們今天生活的世界由人工智能主導，"赫爾薩姆說。"讓人工智能變得更聰明的方法是給它投喂越來越多的數據進行訓練。"
"這種數據密集型的訓練導致了巨大的功耗問題。因此，我們必須開發出更高效的硬件來處理大數據和人工智能。"
通過將類腦信號與高效材料相結合，這項研究為計算系統提供了一條路徑，使其在功耗更低的同時，能夠與生物系統進行更自然的交互。
該研究發表于《自然·納米技術》期刊。
如果朋友們喜歡，敬請關注“知新了了”！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
