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”!
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.