通用AI新希望！南加大人工神经元，功能近真实脑细胞

南加州大学维特比工程学院与高级计算学院的研究人员，研制出了能物理复刻真实脑细胞电化学行为的人工神经元。这项研究为研发更高效、类脑硬件迈出关键一步，未来有望为通用人工智能提供支持。不同于现有通过数字模拟大脑活动的神经形态芯片，南加州大学的新型人工神经元借助真实的化学与电过程进行计算——换句话说，它们不只是模仿大脑的工作方式，其功能更接近真正的脑细胞。

该研究由南加州大学计算机与电气工程教授、类脑计算卓越中心主任杨Joshua（Joshua Yang）主导。杨教授团队基于“扩散忆阻器”（diffusive memristor），研发出了这种新型人工神经元。与传统硅芯片依靠电子运动不同，这些人工神经元通过原子运动处理信息。

在人类大脑中，神经元依靠电信号与化学信号传递信息：当电信号抵达神经元末端的突触时，会转化为化学信号传递给下一个神经元；信号传递后，又会重新转化为电信号。杨教授团队利用氧化物中的银离子，复刻了这一完整过程。“尽管我们的人工突触与神经元中使用的离子和大脑不完全相同，但调控离子运动的物理规律与动态过程极为相似。”杨教授表示，“银离子易于扩散，能为我们提供模拟生物系统所需的动态特性，让我们用非常简单的结构就能实现神经元的功能。”

这种“扩散忆阻器”设计，使得单个人工神经元仅需占据一个晶体管的空间——而传统设计通常需要数十甚至数百个晶体管。杨教授称，团队选择离子动态机制，是因为“人类大脑中正是依靠这种机制工作，这背后有充分的进化逻辑。人类大脑是进化的优胜者，是最高效的智能引擎。”

杨教授表示，当前计算系统的核心问题并非算力不足，而是效率低下。“不是我们的芯片或计算机在执行任务时算力不够，而是效率太差，消耗的能量过多。”他解释道。现代计算机的设计初衷是处理海量数据，而非像人类那样通过少量样本学习。“提升能量效率与学习效率的方法之一，是打造遵循大脑工作原理的人工系统。”杨教授说。他认为离子是实现这一目标的关键：“对于体现大脑原理而言，离子是比电子更优的介质。因为电子质量轻且易流失，依靠电子进行计算只能实现基于软件的学习，而非基于硬件的学习。”

人类大脑只需看到某个事物几次就能学会识别，且整个过程仅消耗约20瓦电能。相比之下，如今的人工智能系统与超级计算机完成类似任务，需要消耗海量能量。杨教授团队希望，这种由原子驱动的人工神经元能缩小这一差距。“借助这项创新，我们每个神经元只需占用一个晶体管的空间。”他说。