人腦中有總計超過 100 萬億的突觸介導大腦中的神經元信號，在加強一些信號的同時也削弱一些其它信號，使大腦能夠以閃電般的速度識別模式（pattern），記住事實并執行其它學習任務。

最近，麻省理工（MIT）的工程師設計了一種人造突觸，可以實現精確控制流過這種突觸的電流強度，即類似離子在神經元之間的流動。

圖 | 從左至右：MIT 研究員 Scott H. Tan，Jeehwan Kim，和 Shinhyun Choi。

該團隊已經制造了一個由硅鍺制成的人造突觸小芯片。在模擬仿真過程中，研究人員發現該芯片及其突觸可以識別手寫樣本，其識別準確率達到 95%。

研究發表在《Nature Materials》上，這一成果也被認為是邁向用于模式識別和其它學習任務的便攜式低功耗神經形態芯片的重要一步。

一直以來，神經形態計算領域的研究人員都希望能將人腦的能力“復制”到計算機芯片。這樣的基于人腦的芯片與現在基于二進制、開／關信號進行計算的數字芯片非常不同，其元件將以模擬的方式進行工作，通過交換梯度信號或權重信號來激活，非常類似神經元依靠流過突觸的離子種類和數量來激活。

通過這種方式，小型神經形態芯片可以像大腦一樣有效地處理數以百萬計的并行計算流，而目前，只有大型超級計算機才有可能實現這種并行計算。這種便攜式人工智能技術目前主要的障礙便是神經突觸，這在硬件上實在難以實現。

大多數的神經形態芯片設計均試圖模仿神經元之間的突觸連接，該連接通過“切換媒介”或類突觸空間隔離的兩個導電層實現。當施加電壓時，離子在開關介質中移動形成導電絲，類似突觸的權重將會改變。

但是，現有設計卻很難控制離子的流動。設計者之一 Kim 說，由于大多數由非晶材料制成的開關介質中離子通過的路徑有無限種可能，現有的開關接口包含多條路徑，因此難以預測離子究竟走哪一條路。

這一點就像機械街機游戲 Pachinko，通過一系列的引腳和杠杠將小鋼珠向下引導或轉移使小球離開機器。

圖丨 Jeehwan Kim 教授

Kim 描述道：“一旦你用一些施加的電壓來代表人造神經元（傳輸）的某些數據，那么你必須能實現擦除并以完全相同的方式再寫。但在非晶態固體中，當你再次寫入時，因為固體中的許多缺陷，離子會走向不同的方向。因此整個離子流隨時在改變，并且不受控制。這就是現在面對的最大的挑戰——人造突觸的不均勻性。”

而 Kim 和他的同事們并沒有使用非晶材料來制造人造突觸，他們使用了單晶硅。單晶硅的原子順序有序排列，內部并沒有大量缺陷存在。因此，研究小組試圖用單晶硅來制造精確的一維線缺陷或位錯，使離子能夠按照預計路線沿著位錯或缺陷流動。