科学家发明人工突触：可处理复杂信息

科学家们一直在寻求提高传统计算机能效的方法，他们从人类大脑中获得灵感，旨在以多种方式模仿其非凡的能力。这些努力导致了类脑计算机的发展，这些计算机不同于传统的二进制处理，而是采用类似于我们大脑的模拟方法。

我们的大脑使用水和溶解盐粒子（称为离子）作为介质，但大多数当前的类脑计算机依赖于传统的固体材料。这引发了一个问题：我们是否可以通过采用相同的介质来实现对大脑工作方式的更忠实复制？这一迷人的可能性是新兴的离子神经形态计算领域的核心。

乌特勒支大学的理论物理学家和韩国Sogang大学的实验物理学家合作，成功构建了一个人工突触的实验成果。这个人工突触使用水和盐工作，并提供了第一个证据，表明使用与我们大脑相同介质的系统可以处理复杂信息。

研究结果发表在《美国国家科学院院刊》杂志上：科学家们首次展示了一个依赖于水和盐的系统，该系统能够处理复杂的信息，模仿我们大脑的功能。这一发现的核心是一个微小的装置，尺寸为150×200微米，它模仿了突触的行为——突触是大脑中负责在神经元之间传递信号的关键组成部分。

该设备，由韩国科学家开发，被称为离子电子突触，由一个填充有水和盐水溶液的锥形微通道组成。在接收到电脉冲时，液体中的离子通过通道迁移，导致离子浓度的变化。根据脉冲的强度（或持续时间），通道的导电性相应调整，模仿神经元之间连接的加强或减弱。导电性变化的程度作为输入信号的可测量表示。

这项研究是向创建更高效、更节能的计算机系统迈出的重要一步，这些系统能够更真实地模仿人类大脑的工作方式。

网友：
1、Daniela Rus（麻省理工学院人工智能校园负责人）最近的 TED 演讲：https://youtu.be/QOCZYRXL0AQ ?si=rr8wqqEu-MQl4r44
涵盖了她对“液体网络”的愿景，这里的液体意味着训练后学习的能力。她的团队通过将神经元表示为可以在训练后改变的单独算法，而不仅仅是静态权重，从而能够显着减少网络中所需的神经元数量。网络也变得可机械解释，这意味着它不再是一个完整的黑匣子

2、人工智能研究需要依靠大脑的神经可塑性和动态性质，目前它的工作方式使得快速学习几乎不可能，需要花费数月的时间进行整个重新训练。我们的大脑根据我们的感官和内部输入不断变化和重新排列。还没有见过任何一个人工智能系统可以做到这一点。