研究人员使用半导体材料模拟大脑神经元

计算机芯片是人工智能（AI）最重要的方面之一。这些强大的小芯片是自动图像识别的基础，并在教导机器人执行某些活动（如行走）方面发挥了重要作用。随着人工智能技术的不断发展，今天的计算机芯片需要既强大又经济，但这是一件很难的事情。

由于传统的微电子技术只能在物理限制下优化到一定程度，研究人员转向了人类大脑，寻找如何更高效地处理和存储信息的灵感。

德累斯顿工业大学（TU Dresden）和德累斯顿-罗森多夫赫尔姆霍兹中心（HZDR）的科学家成功地通过使用半导体材料模拟了大脑神经元的工作，这是第一次实现这一目标。

该研究发表在《自然电子学》杂志上。

这项工作由三位主要作者完成，包括HZDR物理学家Larysa Baraban，并得到了六个机构的国际合作。

今日的微电子技术与人工神经元

提高微电子技术性能最常用的方法是减小组件尺寸。在硅计算机芯片的情况下，这种减小发生在单个晶体管中。

根据Baraban的说法，“这种方法不能永远持续下去——我们需要新的方法。”

研究人员试图模拟大脑并创建一个人工神经元，可以同时处理和存储数据。

“我们的团队在生物和化学电子传感器方面有丰富的经验，”Baraban说。“因此，我们使用生物传感器的原理模拟了神经元的特性，并修改了经典的场效应晶体管以创建人工神经元晶体管。”

这种方法可以实现数据处理和存储的同时进行，所有这些都在一个组件中完成。在今天最常用的晶体管技术中，这两个过程是分开的，导致处理速度变慢和性能有限。

人类大脑

研究人员已经尝试了很多年，试图根据人类大脑构建计算机，但大部分尝试都失败了。其中一些早期尝试涉及将神经细胞连接到电子设备上，但正如TU Dresden材料科学和纳米技术教授Gianaurelio Cuniberti所说，“一个需要不断被喂养的‘湿’计算机芯片对任何人都没有用。”

研究人员团队成功地实施了神经元晶体管。

“我们将一种粘稠物质——称为溶胶——涂抹在带有电路的传统硅片上。这种聚合物硬化并变成多孔陶瓷，”Cuniberti说。“离子在孔隙中移动。它们比电子重，返回到其位置后需要更长时间。这种延迟，称为迟滞效应，就是存储效果的原因。晶体管被激发得越多，它就会越早打开并允许电流流动。这加强了连接。系统正在学习。”

根据团队的说法，芯片将不太精确，会估计数学计算，而不是计算到最后一位小数。

“但它们会更智能，”Cuniberti说。“例如，具有此类处理器的机器人将学习如何行走或抓取；它将具有光学系统，并学习识别连接。所有这些都无需开发任何软件。”

这种计算机的另一个主要优点是其可塑性允许它在运行过程中进行更改和适应。就像人类大脑一样，这意味着计算机可以遇到并解决它从未被编程来解决的问题。