通過將單個突觸晶體管接入神經形態電路當中，研究人員證實這種新型計算設備可成功模擬聯想學習能力。

研究人員開發出一種類腦計算設備，成功實現了聯想學習能力。

類似于著名生理學家巴甫洛夫在狗與食物之間建立起關聯，美國西北大學與香港大學的研究人員也成功讓計算電路意識到光線與壓力之間的關系。

該設備的秘密在于其采用了新穎的有機電化學“突觸晶體管”，能夠像人類大腦一樣同時處理并存儲信息。研究人員證明，該晶體管能夠模仿人類大腦中突觸結構的短期與長期可塑性，由此隨時間推移實現記憶學習。

這種新型晶體管與電路有著類似大腦的能力，有望克服傳統計算的局限性，特別是突破硬件性能與功耗間的內生矛盾、以及羸弱的多任務并發執行能力。此外，這種類腦設備還擁有更高的容錯能力，保證在某些組件發生故障時繼續平穩運行。

西北大學資深研究作者Jonathan Rivnay表示，“盡管現代計算機已經非常出色，但人腦在某些復雜且非結構化的任務(例如模式識別、運動控制與多傳感器集成)方面仍然遠勝計算機設備。這要歸功于突觸結構的可塑性，它們是大腦計算能力的基本組成部分。這些突觸使得大腦能夠以高度并發、容錯且節能的方式保持運作。在我們的工作中，我們證明可以使用有機塑料晶體管模擬出生物突觸的關鍵功能。”

Rivnay是西北大學麥考密克工程學院生物醫學工程助理教授。此項研究由他和香港大學機械工程學副教授Paddy Chan共同領導。Rivany小組的博士后研究員Xudong Ji則是論文的第一作者。

傳統計算無法攻克的難題

傳統數字計算系統將處理單元與存儲單元獨立開來，這就導致數據密集型任務往往要消耗大量電能。受人腦中計算與存儲統一過程的啟發，研究人員近年來開始尋求能像人腦那樣運行的計算機，并嘗試設計類似于神經元網絡的功能設備。

Ji解釋道，“以往的計算機系統會以物理方式將記憶與邏輯拆分開來。我們在執行計算時，信息會被發送至內存單元;而每當需要檢索信息時，則需要單獨進行調用。如果能夠將這兩項獨立的功能結合起來，則可以節約空間并降低能源成本。”

目前，最先進的“憶阻器”技術已經能夠將處理與記憶功能組合起來，但這類元件的成本高昂、且生物相容性較差。面對這些缺點，研究人員開始將目光轉向突觸晶體管，特別是有機電化學突觸晶體管。這種晶體管擁有工作電壓低、記憶方式連續可調等保護，而且在生物學應用場景下具有良好的兼容性。盡管看似大有希望，但其中的挑戰同樣不少。

Rivnay解釋道，“即使是高性能的有機電化學突觸晶體管，也只能將寫入操作與讀取操作彼此分離。因此，如果要保留記憶，就必須暫時斷開寫入過程的連接，這會導致電路或系統中的集成問題進一步復雜化。”

突觸晶體管的工作原理

為了克服這些挑戰，西北大學與香港大學團隊在有機電化學晶體管中優化了一種導電塑料材料，可用于捕捉離子。在大腦當中，突觸是一種特殊結構，其神經元可以使用神經遞質小分子通過此結構將信號傳遞至另一神經元。而在突觸晶體管中，離子的定位就類似于神經遞質，負責在端點之間發送信號以形成人工突觸。通過保留來自捕獲離子的存儲數據，晶體管可以記住之前的活動，借此長期保持穩定的可塑性。

研究人員將單一突觸晶體管接入神經形態電路，用以模擬聯想學習并展示了設備的突觸活動。他們將壓力與光線傳感器集成至電路當中，并訓練電路將這兩種互不相關的物理輸入指標關聯起來。

聯想學習中最著名的案例當數巴甫洛夫的狗，它在喂食時會自然流下口水。而在訓練中刻意將鈴聲同喂食關聯起來之后，狗在每次聽到鈴聲后都會流下口水。對于神經形態電路，研究人員則通過指壓方式施加壓力以產生電壓。為了讓電路把光線與壓力關聯起來，研究人員會先通過LED光源進行脈沖光照射，而后立即施加壓力。在這種情況下，壓力相當于食物、光照則相當于鈴聲。設備的傳感器總是連續檢測到這兩個輸入量。

經過一輪訓練之后，電路在光照與壓力之間建立起初始連接。經過五個訓練輪次后，電路成功在光照與壓力間形成了顯著關聯，從而單憑光照實現了信號觸發——或者說“無條件響應”。

未來應用

由于突觸電路采用柔性聚合物(例如塑料)制作而成，因此可以輕松在柔性板材上批量生產，并輕松與生物組織甚至大腦直接集成。這項技術的未來應用可能包括可穿戴電子設備、智能機器人與可植入設備等。

Rivnay總結道，“雖然我們的應用尚處于概念證明階段，但這種電路確實擁有廣闊的擴展空間，包括引入更多感官輸入、與更多其他電子設備集成起來，由此實現在場低功耗計算。憑借與生物環境的良好兼容性，這類設備可以直接與活體組織接觸，甚至最終為下一代生物電子學研究打開新世界的大門。”