新型人工神經(jīng)元實現(xiàn)對大腦的物理復制

美國南加州大學工程學院和高級計算研究院的研究人員日前取得突破，成功研制出能真實模擬大腦復雜電化學活動的人造神經(jīng)元。這一成果已發(fā)表在《自然電子學》期刊，被認為是神經(jīng)形態(tài)計算領域的重要進展，有望推動通用人工智能（AGI）邁進新階段。

與傳統(tǒng)數(shù)字處理器或硅基神經(jīng)芯片僅能“模擬”神經(jīng)活動不同，最新人造神經(jīng)元能夠物理復現(xiàn)生物神經(jīng)元的模擬信息過程。正如神經(jīng)化學物質(zhì)能激活大腦一樣，特定化學物質(zhì)如今也可在類腦硬件中啟動計算。由于這些人工神經(jīng)元基于真實生物機制，不再只是數(shù)學模型，因此與早期設計有本質(zhì)區(qū)別。

本項研究由南加州大學計算機與電氣工程教授楊Joshua帶隊，他在人工突觸領域也有突出貢獻。團隊采用“擴散式憶阻器”構建新型人造神經(jīng)元，并詳細闡釋該技術如何引領新一代芯片發(fā)展。與傳統(tǒng)電子依賴電子流不同，楊教授的新型器件采用原子運動進行運算，這使神經(jīng)元運作方式更接近人腦，顯著提升能效，為突破解決AGI奠定基礎。

在人體神經(jīng)元中，電信號在胞體傳遞，至末端間隙轉(zhuǎn)化為化學信號，各種離子（如鉀、鈉、鈣）參與所需電信號產(chǎn)生。該論文以氧化銀離子替代生物離子，產(chǎn)生電脈沖并復現(xiàn)運動、學習、規(guī)劃等計算過程。楊教授表示：“雖然人工突觸和神經(jīng)元用的不是同樣離子，但表現(xiàn)出的物理規(guī)律極為接近。”他指出，銀的擴散性能正契合生物系統(tǒng)動力學，讓結(jié)構大幅簡化，更加高效。

楊強調(diào)，現(xiàn)有芯片和計算機最大瓶頸不是算力，而是能效限制，特別是運行大模型時消耗極大。相較之下，大腦僅用約20瓦電力即可完成復雜學習，而超級計算機則需兆瓦級能耗。大腦靠離子跨膜運動，直接在硬件（或稱“濕件”）實現(xiàn)能效和自適應學習。楊教授表示，人工系統(tǒng)若能遵循腦原理進行數(shù)據(jù)處理和學習，有望在能效和學習效率方面取得突破。

目前，使用銀材料尚難與主流半導體制造兼容，未來需探索替代離子材料。新結(jié)構單個神經(jīng)元僅占用一個晶體管空間，遠低于常規(guī)設計，可大幅縮小芯片面積和能耗，為AI可持續(xù)發(fā)展鋪路。

團隊下一步將集成大量人工突觸和神經(jīng)元，測試類腦系統(tǒng)的效率和能力，并期待這種逼真的系統(tǒng)幫助揭示大腦更多奧秘。

編譯自/ScitechDaily