带突触的晶体管拉近类脑计算与人脑间的距离

　　研究人员开发出一种类脑计算设备，成功实现了联想学习能力。
　　类似于著名生理学家巴甫洛夫在狗与食物之间建立起关联，美国西北大学与香港大学的研究人员也成功让计算电路意识到光线与压力之间的关系。
　　该设备的秘密在于其采用了新颖的有机电化学＂突触晶体管＂，能够像人类大脑一样同时处理并存储信息。研究人员证明，该晶体管能够模仿人类大脑中突触结构的短期与长期可塑性，由此随时间推移实现记忆学习。
　　这种新型晶体管与电路有着类似大脑的能力，有望克服传统计算的局限性，特别是突破硬件性能与功耗间的内生矛盾、以及羸弱的多任务并发执行能力。此外，这种类脑设备还拥有更高的容错能力，保证在某些组件发生故障时继续平稳运行。
　　西北大学资深研究作者Jonathan Rivnay表示，＂尽管现代计算机已经非常出色，但人脑在某些复杂且非结构化的任务(例如模式识别、运动控制与多传感器集成)方面仍然远胜计算机设备。这要归功于突触结构的可塑性，它们是大脑计算能力的基本组成部分。这些突触使得大脑能够以高度并发、容错且节能的方式保持运作。在我们的工作中，我们证明可以使用有机塑料晶体管模拟出生物突触的关键功能。＂
　　Rivnay是西北大学麦考密克工程学院生物医学工程助理教授。此项研究由他和香港大学机械工程学副教授Paddy Chan共同领导。Rivany小组的博士后研究员Xudong Ji则是论文的第一作者。
　　传统计算无法攻克的难题
　　传统数字计算系统将处理单元与存储单元独立开来，这就导致数据密集型任务往往要消耗大量电能。受人脑中计算与存储统一过程的启发，研究人员近年来开始寻求能像人脑那样运行的计算机，并尝试设计类似于神经元网络的功能设备。
　　Ji解释道，＂以往的计算机系统会以物理方式将记忆与逻辑拆分开来。我们在执行计算时，信息会被发送至内存单元;而每当需要检索信息时，则需要单独进行调用。如果能够将这两项独立的功能结合起来，则可以节约空间并降低能源成本。＂
　　目前，最先进的＂忆阻器＂技术已经能够将处理与记忆功能组合起来，但这类元件的成本高昂、且生物相容性较差。面对这些缺点，研究人员开始将目光转向突触晶体管，特别是有机电化学突触晶体管。这种晶体管拥有工作电压低、记忆方式连续可调等保护，而且在生物学应用场景下具有良好的兼容性。尽管看似大有希望，但其中的挑战同样不少。
　　Rivnay解释道，＂即使是高性能的有机电化学突触晶体管，也只能将写入操作与读取操作彼此分离。因此，如果要保留记忆，就必须暂时断开写入过程的连接，这会导致电路或系统中的集成问题进一步复杂化。＂
　　突触晶体管的工作原理
　　为了克服这些挑战，西北大学与香港大学团队在有机电化学晶体管中优化了一种导电塑料材料，可用于捕捉离子。在大脑当中，突触是一种特殊结构，其神经元可以使用神经递质小分子通过此结构将信号传递至另一神经元。而在突触晶体管中，离子的定位就类似于神经递质，负责在端点之间发送信号以形成人工突触。通过保留来自捕获离子的存储数据，晶体管可以记住之前的活动，借此长期保持稳定的可塑性。
　　研究人员将单一突触晶体管接入神经形态电路，用以模拟联想学习并展示了设备的突触活动。他们将压力与光线传感器集成至电路当中，并训练电路将这两种互不相关的物理输入指标关联起来。
　　联想学习中最著名的案例当数巴甫洛夫的狗，它在喂食时会自然流下口水。而在训练中刻意将铃声同喂食关联起来之后，狗在每次听到铃声后都会流下口水。对于神经形态电路，研究人员则通过指压方式施加压力以产生电压。为了让电路把光线与压力关联起来，研究人员会先通过LED光源进行脉冲光照射，而后立即施加压力。在这种情况下，压力相当于食物、光照则相当于铃声。设备的传感器总是连续检测到这两个输入量。
　　经过一轮训练之后，电路在光照与压力之间建立起初始连接。经过五个训练轮次后，电路成功在光照与压力间形成了显著关联，从而单凭光照实现了信号触发——或者说＂无条件响应＂。
　　未来应用
　　由于突触电路采用柔性聚合物(例如塑料)制作而成，因此可以轻松在柔性板材上批量生产，并轻松与生物组织甚至大脑直接集成。这项技术的未来应用可能包括可穿戴电子设备、智能机器人与可植入设备等。
　　Rivnay总结道，＂虽然我们的应用尚处于概念证明阶段，但这种电路确实拥有广阔的扩展空间，包括引入更多感官输入、与更多其他电子设备集成起来，由此实现在场低功耗计算。凭借与生物环境的良好兼容性，这类设备可以直接与活体组织接触，甚至最终为下一代生物电子学研究打开新世界的大门。＂