随着人工智能的飞速发展，以及算力需求的攀升，传统硅基芯片早已暴露出难以克服的局限，而现有人工神经元技术同样问题重重，无法真正满足类脑计算与脑机交互的现实需求。 现有人工神经元因功能单一，难以模拟整合、连续及簇状爆发等复杂神经行为，被迫依靠堆砌器件实现功能，导致系统臃肿且能耗极高；同时，其制造高度依赖高温工艺与严苛环境，成本高昂且缺乏柔性，难以适配可穿戴或植入式场景；最关键的是，其放电特征与生物信号不匹配，形成了脑机接口与神经修复领域难以逾越的交流瓶颈。 近日，来自美国西北大学马克·赫萨姆（Mark Hersam）教授带领的研究团队在 Nature Nanotechnology 发表成果，他们成功打印出了人工神经元，它能像真正的生物神经元一样，产生复杂的“放电”信号，并且成功用这些信号去刺激了小鼠脑切片里的真实脑细胞。 赫萨姆的研究长期致力于打破传统硅基芯片的局限性。他认为，大脑的能效比数字计算机高出五个数量级，因此通过模仿大脑的异质性、动态性和三维结构来开发下一代硬件是解决 AI 高能效挑战的关键。 为了让人工神经元更贴近真实的生物神经，赫萨姆团队跳出了传统硅基制造的固定思路，选择用柔性、可打印的新型材料来构建新一代器件，其中最关键的突破，就是研发出了专门用于制造神经元的 “电子墨水”。 这种墨水以二维半导体材料二硫化钼（MoS?）纳米片作为功能核心，这种材料对温度变化十分敏感，是实现神经放电的关键所在；同时搭配导电性能极强的石墨烯作为电极，保证电流稳定传输；再加入乙基纤维素作为分散剂和打印助剂，让墨水更容易成型、更适合高精度打印。 研究人员采用气溶胶喷射打印技术，这是一种类似高精度喷墨打印的先进制造方式，能够把电子墨水精准地沉积在柔性聚酰亚胺基底上，层层堆叠形成稳定的“石墨烯/二硫化钼/石墨烯”三明治结构。整个过程不需要复杂的光刻工艺，不产生大量废料，可柔性弯曲、能大面积量产，从根本上解决了传统人工神经元造价高、难制造、不柔性的难题。 在以往的打印电子器件研究里，乙基纤维素这类聚合物一直被看作影响导电的“杂质”，研究人员通常会用高温把它彻底去除。但赫萨姆团队并没有这样做，而是精准控制退火温度，让聚合物只发生部分分解并适度保留。 当电流通过器件时，会引发聚合物在局部区域不均匀热分解，进而形成一条极细的导电细丝，电流会被紧紧约束在这个微小通道里。 在焦耳热的作用下，器件会触发一种名为“热激活骤回型负微分电阻”的特殊效应，这一效应完美复刻了生物神经元最核心的“全或无”工作机制：当输入信号没有达到阈值时，器件保持安静不响应；一旦信号超过阈值，就会瞬间爆发一次强烈的电脉冲，之后自动复位等待下一次刺激，整个过程和真实脑细胞的工作方式几乎完全一致。 依靠这一核心机制，这款打印式人工神经元实现了全球首创的多阶复杂神经放电能力，只需要非常简单的电路，就能模拟大脑中三类最重要的神经元工作模式。 在一阶复杂度模式下，它可以模拟大脑皮层锥体细胞的“渗漏整合发放”行为，多个微弱信号累积起来才能触发放电，还会出现合理的放电延迟，非常适合用于图像特征提取、多信号整合等智能识别任务； 进入二阶复杂度模式，它能模仿小脑浦肯野细胞的工作状态，在恒定电流刺激下持续稳定地放电，放电频率可以通过电流和电容灵活调节，完全覆盖生物神经的生理频率范围； 而在三阶复杂度模式下，它又能还原脊髓运动神经元标志性的“簇状放电”，以一串一串的脉冲形式编码复杂信息，可直接用于运动控制、身体节律调节等场景。 为了检验这款人工神经元真正的实用价值，赫萨姆团队专门联合西北大学知名神经生物学家英迪拉?拉曼（Indira M. Raman）教授，开展了跨学科的活体实验。 研究人员把人工神经元产生的电信号，直接接入小鼠的小脑组织切片中，观察它能否真正激活活体神经细胞。实验结果令人振奋：人工神经元产生的脉冲宽度、放电频率、波形形态，全都和小鼠神经元的生理特征高度匹配，尤其是在 60Hz 左右的频率下，能够最稳定、最有效地激活小鼠的浦肯野细胞，让活体神经回路按照人工信号的节奏正常响应。 “此前有些实验室尝试用有机材料制作神经元，但放电太慢；而金属氧化物又太快，”赫萨姆说。 “我们成功进入了此前从未实现的生理时间范围。你能亲眼看到活体神经元对我们的人工神经元做出反应。我们不仅做对了时间尺度，也做对了脉冲形状。” 他们把同样用打印方式制造的二硫化钼光敏电阻和人工神经元结合在一起，开发出了类似人类视网膜的感光人工神经元。这款器件可以直接把光照强度转化为对应的神经放电频率，光照越强，放电速度越快，甚至能灵敏捕捉到低至 4nW/mm? 的极微弱光信号，完美复刻了人类视网膜把光信号转为神经信号的机制。 这一突破为人工视网膜、视觉神经义肢提供了全新的技术路线，也证明这款打印式人工神经元平台具有极强的通用性。未来只需要更换不同类型的传感器，就能开发出能感知声音、触觉、压力、温度等多种信号的人工神经器件，最终搭建起完整、高效的类脑感知系统。
京公网安备11010202000001号
