新型人工神經元能模仿腦細胞電化學行為，有望降低能耗提升AI效率

美國南加州大學研究團隊開發出一種新型人工神經元，能夠模仿生物大腦細胞的電化學行為。這一成果標志著神經形態計算技術的突破，有望顯著縮小芯片體積、降低能耗，并推動通用人工智能（AI）的實現。相關論文發表于新一期《自然·電子學》雜志。

將一個擴散憶阻器和一個電阻器堆疊在一個晶體管上，即可制成一個集成脈沖人工神經元，該神經元功能豐富、占用空間小（僅需一個晶體管）、能耗低，適用于神經形態計算系統。圖片展示了這種集成神經元陣列的芯片，該芯片在大學的潔凈室中制造，每個神經元的有效區域約為4μm2。圖片來源：美國南加州大學

這種人工神經元不同于傳統的數字處理器或硅基“類腦芯片”，它能真正模仿生物神經元的運作方式。在大腦中，神經活動由化學物質觸發。而在這種人工神經元中，化學反應同樣能驅動信息處理。也就是說，它不是用公式去“模擬”神經元的行為，而是通過物理過程去“復制”大腦的機制。

在生物系統中，大腦通過電信號與化學信號共同完成信息傳遞。神經元先產生電信號，這些信號在突觸處轉化為化學信號，再由化學信號激發下一個神經元形成新的電信號，實現神經活動的連鎖反應。

研究團隊此次采用一種被稱為“擴散憶阻器”的新型器件，首次在物理層面上高保真地再現了這一過程。擴散憶阻器的工作機制依賴于離子的擴散和記憶效應。與傳統基于電子流的晶體管不同，離子的運動更接近大腦中神經元的自然活動，使得學習可以直接在硬件層面發生。

這種新型人工神經元不僅在能源利用方面極為高效，還在結構上大幅簡化。研究團隊表示，一個擴散憶阻器人工神經元僅需一個晶體管的空間，而傳統設計通常需要數十至數百個晶體管。這樣的創新意味著未來芯片的體積和能耗都有望減少幾個數量級，為構建更緊湊、更節能、更接近人腦效率的人工智能系統奠定基礎。