研究人員開發出一種類腦計算裝置，成功實現了聯想學習能力。
類似於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係。
該裝置的秘密在於其採用了新穎的有機電化學“突觸電晶體”，能夠像人類大腦一樣同時處理並存儲資訊。研究人員證明，該電晶體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。
這種新型電晶體與電路有著類似大腦的能力，有望克服傳統計算的侷限性，特別是突破硬體效能與功耗間的內生矛盾、以及羸弱的多工併發執行能力。此外，這種類腦裝置還擁有更高的容錯能力，保證在某些元件發生故障時繼續平穩執行。
西北大學資深研究作者Jonathan Rivnay表示，“儘管現代計算機已經非常出色，但人腦在某些複雜且非結構化的任務(例如模式識別、運動控制與多感測器整合)方面仍然遠勝計算機裝置。這要歸功於突觸結構的可塑性，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併發、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膠電晶體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小組的博士後研究員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儲存單元獨立開來，這就導致資料密集型任務往往要消耗大量電能。受人腦中計算與儲存統一過程的啟發，研究人員近年來開始尋求能像人腦那樣執行的計算機，並嘗試設計類似於神經元網路的功能裝置。
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，資訊會被髮送至記憶體單元;而每當需要檢索資訊時，則需要單獨進行呼叫。如果能夠將這兩項獨立的功能結合起來，則可以節約空間並降低能源成本。”
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電晶體，特別是有機電化學突觸電晶體。這種電晶體擁有工作電壓低、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相容性。儘管看似大有希望，但其中的挑戰同樣不少。
Rivnay解釋道，“即使是高效能的有機電化學突觸電晶體，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線，這會導致電路或系統中的整合問題進一步複雜化。”
突觸電晶體的工作原理
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電晶體中優化了一種導電塑膠材料，可用於捕捉離子。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透過此結構將訊號傳遞至另一神經元。而在突觸電晶體中，離子的定位就類似於神經遞質，負責在端點之間傳送訊號以形成人工突觸。透過保留來自捕獲離子的儲存資料，電晶體可以記住之前的活動，藉此長期保持穩定的可塑性。
研究人員將單一突觸電晶體接入神經形態電路，用以模擬聯想學習並展示了裝置的突觸活動。他們將壓力與光線感測器整合至電路當中，並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，它在餵食時會自然流下口水。而在訓練中刻意將鈴聲同餵食關聯起來之後，狗在每次聽到鈴聲後都會流下口水。對於神經形態電路，研究人員則透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，研究人員會先透過LED光源進行脈衝光照射，而後立即施加壓力。在這種情況下，壓力相當於食物、光照則相當於鈴聲。裝置的感測器總是連續檢測到這兩個輸入量。
經過一輪訓練之後，電路在光照與壓力之間建立起初始連線。經過五個訓練輪次後，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訊號觸發——或者說“無條件響應”。
未來應用
由於突觸電路採用柔性聚合物(例如塑膠)製作而成，因此可以輕鬆在柔性板材上批次生產，並輕鬆與生物組織甚至大腦直接整合。這項技術的未來應用可能包括可穿戴電子裝置、智慧機器人與可植入裝置等。
Rivnay總結道，“雖然我們的應用尚處於概念證明階段，但這種電路確實擁有廣闊的擴充套件空間，包括引入更多感官輸入、與更多其他電子裝置整合起來，由此實現在場低功耗計算。憑藉與生物環境的良好相容性，這類裝置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開啟新世界的大門。”