神經網絡計算的未來可能比我們預計的要糟糕一些——不是用電的固體芯片，而是泡在水里。

近日，哈佛大學工程與應用科學學院（SEAS）與初創公司 DNA Script 組成的團隊成功開發了一種基于水溶液中離子運動的處理器。

物理學家們認為，由于更接近大腦傳輸信息的方式，因此這種設備可能是類腦計算的下一步。

「水溶液中的離子電路使用離子作為電荷載體進行信號處理，」研究人員在論文中表示。「我們提出了一種水性離子電路…… 這種能夠進行模擬計算的功能性離子電路，是朝著更復雜的水性離子學邁出的一步。」

該研究被發表在了最近一期材料科學期刊《Advanced Materials》上。

論文：https://onlinelibrary.wiley.com/doi/epdf/10.1002/adma.202205096

我們知道，從智能手機到云服務器中的芯片是通過固體半導體操縱電子來處理計算任務的，這和生物工作的方法不同。

大腦中信號傳輸的主要部分是稱為離子的帶電分子在液體介質中的運動。盡管大腦令人難以置信的處理能力很難人工復制，但科學家們認為計算機可以使用類似的系統：用水溶液承載離子。

由于介質改變了，這種方法將比傳統的基于硅的計算慢，但它可能具有一些有趣的優勢。例如離子可以從多種分子中產生，每個分子具有不同的特性，可以以不同的方式加以利用。

但首先，科學家需要證明它真的能發揮作用。

哈佛大學物理學家 Woo-Bin Jung 帶領的團隊一直在這個方向努力。構建計算機的第一步是設計功能性離子晶體管，這是一種開關或增強信號的器件。他們最近的進展涉及將數百個晶體管組合成一個離子電路。

該晶體管由電極的「靶心」排列組成，中心有一個小圓盤形電極，周圍有兩個同心環形電極。這與醌分子的水溶液接觸。使用時，施加在中央圓盤上的電壓會在醌溶液中產生氫離子電流。同時，兩個環形電極調節溶液的 pH 值，從而增加或減少離子電流。

芯片（左），中央（中）有一個由數百個晶體管（右）組成的陣列。

醌是含有共軛環己二烯二酮或環己二烯二亞甲基結構的一類有機化合物，基于這種物質的晶體管執行由環對門控設置的「權重參數與磁盤電壓的物理乘法，產生離子電流的答案。

你可能會知道「生物計算機」的概念，指利用生物材料去取代當前計算機使用的半導體芯片和存儲介質，被認為是量子計算之外，計算機未來的另一大方向。不過此前的很多研究集中在單個離子二極管和晶體管，而不是包含許多此類設備的電路。

當前對算力需求極高的神經網絡嚴重依矩陣乘法運算，其中涉及多次乘法。因此，該團隊設計了 16×16 的晶體管陣列，每個都能夠進行乘法計算，以產生可以執行矩陣乘法的離子電路。它們在互補金屬氧化物半導體 (CMOS) 電子芯片的表面上實現并由其操作。

研究人員通過執行物理或模擬乘積累加 （MAC）操作來展示這種陣列級離子電路的實用性。基于物理現象的模擬 MAC 操作——對比基于許多數字邏輯門和布爾代數的數字 MAC 操作，新的方法對降低人工神經網絡的功耗帶來了方向。

離子晶體管的示意。

由于每個交叉點電導都作為網絡突觸權重起作用，饋入陣列行的輸入電壓通過歐姆定律乘以權重，并根據基爾霍夫定律在每列中累積所得電流。因此，每列電流是物理上的在輸入數據向量和列的突觸權重向量之間產生點積。

在每個離子晶體管中，施加的電壓 Vin 的電流 Iout 由 Ig 門控，我們可以找到 Vin 的一個區域，其中 Iout = W × Vin，比例常數或權重 W 可以通過 Ig 調整，即在該區域中，離子晶體管在權重和輸入電壓之間進行物理乘法。

乘積累加操作。

「矩陣乘法是人工智能神經網絡中最常用的計算，我們的離子電路以完全基于電化學機械的模擬方式在水中執行矩陣乘法」，Woo-Bin Jung 說道。

當然，這項技術目前還存在很大的局限性，其中包括操作必須按順序執行，而不是同時執行，這大大減慢了方法的速度。

然而，研究團隊認為下一步的工作不是提高速度，而是在系統中引入更廣泛的分子。到目前為止，該團隊只使用了三四種離子物質來實現水性離子晶體管中的門控和離子傳輸，例如氫和醌離子。該研究試圖完成更復雜的離子計算，讓電路處理更復雜的信息。

研究團隊指出：這項研究最終的目標不是用離子技術與電子產品競爭或取代電子產品，而是以混合技術的形式讓二者取長補短。