新型柔性人工神经元可模拟信号并激活活体脑细胞

西北大学工程师研发出可打印神经元，能够模拟生物信号模式，并在实验室测试中成功与活体神经回路交互。

西北大学的研究人员通过一种新型打印人工神经元，向连接电子设备与人脑迈出了一步。

这些设备能够主动刺激真实的脑细胞，其意义超越了仅在理论上复现神经行为。

研究表明，这些柔性、低成本的组件能够产生与生物活动足够接近的电信号，从而触发活体神经元的响应。

在小鼠脑组织上的实验证实，人工信号能够激活真实的神经回路。

这些发现指向了未来能够与神经系统直接交互的系统。其应用可能包括脑机接口，以及用于听力、视觉和运动的神经假体。

这项工作也凸显了向以大脑为模型的、更节能的计算硬件转变的潜在趋势。

重塑计算硬件

传统计算依赖于布满相同晶体管的刚性硅芯片。

工程师通过增加更多此类组件来提升性能，而这往往以更高的能耗为代价。

大脑的运行模式则截然不同。它依赖于在灵活的三维网络中组织起来的多样化神经元，这些网络不断适应变化。

"硅是通过拥有数十亿个相同的器件来实现复杂性的，"领导这项研究的马克·C·赫尔萨姆说。"所有东西都是一样的、刚性的，一旦制造出来就固定不变了。而大脑恰恰相反，它是异质的、动态的、三维的。要向那个方向发展，我们需要新的材料和新的电子器件构建方式。"

为了更接近那种模型，赫尔萨姆的团队使用了可印刷的电子材料，而非刚性组件。他们用二硫化钼和石墨烯制成了墨水。然后利用气溶胶喷射打印技术，将这些材料沉积在柔性基底上。

与脑组织进行测试

该团队改良了印刷电子器件中一个已知的局限性。他们并非完全去除起稳定作用的聚合物，而是控制了该材料在运行过程中的分解方式。

"我们没有完全去除聚合物，而是让它部分分解，"赫尔萨姆说。"然后，当我们让电流通过器件时，会进一步驱动聚合物的分解。"

这种方法创造了狭窄的导电通道，能够产生尖锐的、类似神经元的电脉冲。这些器件能够产生多种信号模式，包括爆发式和连续式放电，与生物神经元相似。

这种多样性使得每个人工神经元能够携带更多信息。这也减少了复杂计算所需的组件数量。

为了测试其在真实世界的交互作用，研究人员与神经生物学家英迪拉·M·拉曼展开了合作。

他们将人工神经元发出的信号施加到小鼠小脑切片上。

这些信号匹配了自然神经活动的关键特征，并触发了活体细胞的反应。

"其他实验室曾尝试用有机材料制造人工神经元，但它们的放电速度太慢了，"赫尔萨姆说。"或者他们使用金属氧化物，放电速度又太快了。我们处在一个此前人工神经元未曾展示过的时间范围内。"

"你可以看到活体神经元对我们的人工神经元做出了反应。因此，我们展示的信号不仅时间尺度合适，而且脉冲形状也正确，能够直接与活体神经元交互。"

该研究也回应了人工智能领域日益增长的能耗担忧。

"我们今天生活的世界由人工智能主导，"赫尔萨姆说。"让人工智能变得更聪明的方法是给它投喂越来越多的数据进行训练。"

"这种数据密集型的训练导致了巨大的功耗问题。因此，我们必须开发出更高效的硬件来处理大数据和人工智能。"

通过将类脑信号与高效材料相结合，这项研究为计算系统提供了一条路径，使其在功耗更低的同时，能够与生物系统进行更自然的交互。

该研究发表于《自然·纳米技术》期刊。

如果朋友们喜欢，敬请关注“知新了了”！