科学家研发出“可自主学习”类脑芯片

参考消息网11月12日报道 据西班牙《趣味》月刊网站11月2日报道，当前的人工智能能够识别语音、翻译语言或自动驾驶汽车，但在模仿人类大脑的适应能力方面仍有较大差距。在韩国科学技术院的实验室里，一组科学家朝着这一方向迈出了重要一步：他们研发出一款可自主学习和调整的芯片，其功能与真实神经元无异。该芯片的工作原理基于一种名为“内在可塑性”的生物学原理，即神经元能根据经验改变自身敏感度的能力。通俗来讲，正是这种能力让人们不再对曾经吓一跳的噪音感到惊慌，也能在反复完成某项任务后反应更快。

此前，试图模仿大脑运作的神经形态芯片仅能实现对神经元间通信的模拟，无法做到单个神经元的内在学习。而这项新成果实现了突破：这款名为“频率切换神经晶体管”的设备，无需外部干预，就能自主调整自身反应。它通过一个结合两种特殊材料的系统实现这一功能，这两种材料可分别实现“记忆”与“反应”，这项创新让该芯片比以往任何设备都更接近神经细胞。

该项目由金耿民（音）教授领导，成果发表于《先进材料》杂志。它不仅是一项学术突破，更提出了一种理解人工智能的新方式。这款芯片不再完全依赖预设的连接或复杂网络，而是像人类大脑中的每个神经元那样，实现了个体层面的学习。

要理解这一突破，可想象这样一款设备：它不会始终重复相同行为，而是能根据过往“经历”改变自身反应，这正是韩国科学技术院研发的神经晶体管的核心特性。

芯片内部包含两个名为“忆阻器”的组件：一个作为快速触发器生成电信号，另一个作为“记忆体”记录刚发生的事件。两者协同工作，调整芯片产生信号的频率，模仿神经元调节自身活动的方式。

这意味着芯片不仅能传输信息，还能根据过往经历决定传输方式。当接收到大量刺激时，它会降低敏感度；当刺激较少时，又会提高敏感度。这种自调节能力是生物学习的基础，如今也成为了电子学习的基础。在实验中，该神经晶体管能可控地提高或降低触发频率，就像神经元“适应”某种刺激或通过重复“训练”提升反应一样。

研究人员还证实，这一过程具有稳定性和可逆性：芯片可在敏感状态与低反应状态之间切换，且不会丢失信息或出现故障。这一特性使其非常适合人工智能领域的应用，在该领域，实时适应能力是提升系统效率与自主性的关键。

除高效性外，这款新芯片还展现出一项罕见特性：抗损伤能力。在模拟测试中，研究人员“损坏”了部分网络，关闭了大量人工神经元。对传统系统而言，这会导致严重故障；但基于神经晶体管的网络却能重新组织，几乎完全恢复原有性能。

这一能力同样得益于实现自主学习的核心特性：内在可塑性。剩余的神经元通过调整自身敏感度，弥补了受损神经元的功能，无需外部重新编程就能重新分配工作负载。简单来说，该系统能自主“重新学习”如何运作。

这种行为与人类大脑受损后的情况类似：大脑的其他区域会接管丢失的功能，从而实现部分或完全恢复。

将其应用于电子领域，意味着基于该技术的设备即便出现物理故障，仍能继续运行。对于需要在无人工干预的情况下持续工作的自主系统而言，这一特性至关重要。

韩国科学技术院的团队认为，这只是新一代神经形态芯片的开端。通过整合内在学习能力与生物抗损伤性，这类设备可能会改变智能机器的设计方式。

未来，该技术可应用于自主机器人、智能车辆，或需要实时决策的医疗系统。

这一突破表明，生物启发仍是技术创新的最佳指引。韩国科学家们不仅模仿了神经元的结构，更复现了其行为，为研发更自然、高效且耐用的人工智能迈出了重要一步。尽管这类芯片距离商业化还有一段时间，但毫无疑问，其研发标志着“会学习的机器”进入了进化新阶段。（编译/韩超）