“突觸晶體管”可以同時處理數據和存儲數據，從而模仿大腦的可塑性。

[[398497]]

借助一系列突觸晶體管，新的神經形態電路可以模擬聯想學習。

研究人員已開發出了一種類似大腦的計算設備，它能夠通過聯想來學習。

類似著名生理學家帕甫洛夫訓練狗、將鈴聲與食物關聯起來，美國西北大學和香港大學的研究人員已成功地訓練電路、將光與壓力關聯起來。

研究論文于4月30日發表在知名的《自然通訊》雜志上。

這種設備的秘密在于其新穎的有機電化學“突觸晶體管”，這種晶體管可以同時處理信息和存儲信息，與人腦無異。研究人員證明，突觸晶體管可以模仿人類大腦中突觸的短期和長期可塑性，不斷增強記憶，逐漸具有學習能力。

新型晶體管和電路擁有類似大腦的能力，有望克服傳統計算的局限性，包括能耗很大的硬件以及同時執行多項任務的能力有限。這種類似大腦的設備還擁有更強的容錯能力，即使一些部件出現故障，也能繼續順利運行。

西北大學的論文資深作者Jonathan Rivnay說：“雖然現代計算機非常出色，但人腦在一些復雜且非結構化的任務方面輕松勝過計算機，比如模式識別、運動控制和多感官整合。這要歸功于突觸具有可塑性，突觸是大腦計算能力的基本組成部分。這些突觸使大腦能夠以高度并行、容錯和節能的方式來運行。我們在研究過程中演示了一種有機塑料晶體管，它可以模仿生物突觸的關鍵機能。”

Rivnay是西北大學麥考密克工程學院的生物醫學工程學助理教授，他與香港大學機械工程學副教授Paddy Chan共同主持了這項研究。Rivnay研究小組的博士后研究員Xudong Ji是論文的第一作者。

傳統計算的問題

傳統數字計算系統采用不同的處理單元和存儲單元，導致數據密集型任務消耗大量能量。受人腦中計算和存儲過程相結合的啟發，研究人員近些年來力求開發出更像人腦一樣運行的計算機，借助一系列功能類似神經元網絡的設備。

Ji說：“我們當前的計算機系統的工作方式是存儲和邏輯這兩部分在物理上分開。您執行計算，將該信息發送到存儲單元。然后，每次您要檢索該信息，就得重新調用它。如果我們可以將這兩項單獨的功能結合在一起，就可以節省空間，并節省能源成本。”

目前，記憶電阻器或“憶阻器”是最先進的技術，可以執行組合的處理和存儲功能，但是憶阻器的兩大缺點是切換能耗大、生物相容性較差。這些缺點導致研究人員將目光投向了突觸晶體管，尤其是有機電化學突觸晶體管，這種晶體管在低電壓下就能運行，存儲器持續可調，而且對生物應用而言具有高度兼容性。不過，挑戰仍然存在。

Rivnay說：“連高性能的有機電化學突觸晶體管也需要寫入操作與讀取操作分離開來。因此，如果你想要保留存儲內容，就得將它與寫入過程斷開來，這會使集成到電路或系統中的工作進一步復雜化。”

突觸晶體管的工作原理

為了克服這些挑戰，西北大學和香港大學的研究團隊在可以捕獲離子的有機電化學晶體管內部優化了一種導電塑料材料。突觸是大腦中的一種結構，神經元可以使用名為神經遞質的小分子，通過突觸將信號傳輸到另一個神經元。在突觸晶體管中，離子的行為類似神經遞質，在終端之間發送信號以形成人工突觸。通過保留來自捕獲離子的所存儲數據，晶體管可以記住以前的活動，從而形成長期可塑性。

研究人員通過將單個突觸晶體管連接到神經形態電路中以模擬聯想學習，演示了其設備的突觸行為。他們將壓力和光傳感器整合到電路中，并訓練電路，將兩路不相關的物理輸入（壓力和光）彼此關聯起來。

聯想性學習最著名的例子可能是巴甫洛夫的狗，狗見到食物時自然流口水。訓練狗、將鈴聲與食物關聯之后，狗聽到鈴聲也會開始流口水。至于神經形態電路，研究人員通過按手指施加壓力來激活電壓。為了訓練電路、將光與壓力關聯起來，研究人員先施加了來自LED燈泡的脈沖光，然后立即施加壓力。在這種情況下，壓力是食物，光是鈴聲。該設備的相應傳感器檢測到了兩路輸入。

經過一個訓練周期后，電路在光和壓力之間建立了初步連接。經過五個訓練周期后，電路將光與壓力建立了緊密的關聯。光本身就能觸發信號或“無條件反應”。

未來的應用

由于突觸電路由塑料之類的柔性聚合物制成，因此很容易做在柔性板材上，并輕松地集成到可直接與活組織甚至大腦連接的柔性可穿戴電子設備、智能機器人和可植入設備中。

Rivnay說：“雖然我們的應用只是概念證明，但我們提議的電路可以進一步擴展、加入更多的感官輸入，并與其他電子設備集成在一起，以實現現場低功耗計算。由于與生物環境相兼容，因此設備可以直接與活組織對接，這對于下一代生物電子學至關重要。”

這項研究名為《使用捕獲離子的非易失性突觸有機電化學晶體管模擬聯想學習》，得到了美國國家科學基金會、香港研究資助局基金和中國國家自然科學基金的共同資助。