作者:库珀
20 世纪 80 年代
,美国计算机科学
家卡弗·米德在一篇论文中提
出
了
“神经形态工程”一词
。
他花了 40 多年的时间,想要开发出一个可以模拟人体感官和处理机制(比如触觉、视觉、听觉和大脑思维等)的分析系统。
如今,虽然许多人还不太熟知什么是神经形态计算技术,但对基于这些系统理论的更广义的技术——人工智能——却并不陌生。
近年来,
许多智能芯片的架构,都在受到神经形态计算研究的影响,进而产生不少旨在实现神经元级计算能力的硅架构,通过神经形态优化计算策略。
放眼未来,脑机接口技术是一种典型的神经形态工程应用,科学家需要将人工神经形态设备与生物系统集成在一起,从而修复和增强人体功能。
但是,
由于人工神经形态设备通常生物相容性差、电路复杂、能源效率低,以及与生物的离子信号调制有根本不同的工作原理,基于硅的神经形态设备在生物集成潜力方面受到极大限制。
今天,发表在《自然通讯》(Nature Communications)杂志上的最新论文报道了一种人造神经元(OECN),它能成功地与捕蝇草的生物细胞连接起来,可以让这种植物关闭叶瓣。
图|实验过程中采集的神经信号(来源:Nature Communications)
据论文描述,OECNs 还可以与所有印刷的有机电化学突触(OECSs)整合,并对多种刺激作出反应,为局部人工神经元系统定义了一个新的前景,有望与植物、昆虫乃至脊椎动物的生物信号系统集成。这一发现可能对脑机接口和软机器人技术的未来发展具有启示意义。
众所周知,生物的基本构成要素与电子设备有本质不同。因此,
将人工设备与生物系统联系起来的能力是一个棘手的新兴科研领域。
尽管基于软件的神经形态算法已被集成到生物医学系统中,但基于硬件的系统最终还是需要的,这些系统与活体组织紧密连接,并能够利用对事件的感知,以及生物系统的处理能力进化其功能。
而借用生物信号系统设计概念的神经形态系统有望弥合这一鸿沟。
近年来,有机半导体曾被业界十分看好,在人工突触、神经电子学和神经接口方面的应用日益增多,从结构角度来看,有机半导体具有溶液可加工、生物相容性、生物可降解性、柔软性等特点,能够提供特定的激发、传感和驱动能力,并支持电子和离子信号的传输。
相关报道提到的有机场效应晶体管(OFETs)的人工神经元就展示出了很大用途,但运行起来需要高电压(5V)输入才能运行,这在与生物集成时是一个明显的关键问题。
而另外一个极具潜力的技术方向,是有机电化学晶体管(OECTs),它由有机体沟道材料的栅极驱动离子掺杂/反掺杂调制,类似于生物系统的离子驱动过程和动力学。
与 OFET 相比,OECT 可在相当低的电压(<1V)下工作,具有更高的跨导和良好的阈值电压稳定性,且通常具有高度的生物相容性,这些特性使 OECT 成为开发可印刷的、生物相容的人工尖峰神经电路的理想候选者,该电路具有离子介导的尖峰机制,与生物系统的信号特征非常相似。
图|有机电化学神经元及与生物神经元的类比(来源:Nature Communications)
在本项最新成果中,OECNs 表现出几种神经元特征,包括离子浓度依赖性尖峰和与印刷有机电化学突触(OECSs)整合的尖峰时间依赖性可塑性(STDP),它对大范围的输入电流(0.1–10 µA)做出响应,频率调制超过
450%。
实验中,科研人员首次利用晶体管的离子浓度依赖性开关特性,能在很大程度上与生物系统类似地调节尖峰频率,这在基于 OFET 或基于硅的神经元中是不可能的。
这种电导调节实现了具有成对脉冲促进作用的短期可塑性和保持 1000 秒以上的长期可塑性。他们预计,OECNs 的柔软性、在柔性基底上打印的能力、离子调制尖峰和多刺激响应将为与生物神经网络的简易集成应用开辟新路径。
研究人员选择 Axon-Hilllock(A-H,指神经元中细胞体靠近轴突的区域)电路来制作尖峰 OECN,因为它是适用于尖峰神经网络(SNN)和基于事件的传感器的最紧凑模型,该电路由 n 型和 p 型 OECTs 构成。OECT 具有横向 Ag/AgCl 栅极配置,在聚对苯二甲酸乙二醇酯(PET)衬底上具有丝网印刷碳和银电极,当碳作为化学惰性层与聚合物半导体接触时,银底层会降低线电阻。
OECNs 的运行机制类似于生物神经细胞,在静止状态下,神经细胞的外侧带有多余的正电荷,细胞内侧带有多余的负电荷,这是由脂质细胞膜的绝缘特性维持的。
与神经细胞的操作类似,OECN 电路中通过整合注入输入端(Iin)的电流产生尖峰。进一步研究发现,重置晶体管的工作原理类似于神经细胞中的电压依赖性钾通道;膜电容对生物神经元动作电位的传导速度起着至关重要的作用,较低的膜电容会导致更快的传播,在神经细胞中,这种电容的减少是通过在轴突上包裹一层叫做髓鞘的绝缘层来实现的。
OECN 的一个显著特征,尤其是与基于硅或 OFET 的尖峰神经元相比,是能通过调节电解质的离子浓度直接控制尖峰频率的能力。与生物神经元需要膜电压超过给定阈值才能产生脉冲的泄漏行为类似,OECN 电路不会在低于特定电流阈值时触发。
低功耗对于该电路在 SNN 和基于
事件的传感器中的应用至关重要,该电路的主要功耗源是放大模块,因此,电路的动态功耗是 IDD、动态和 VDD 的乘积。由于逆变器可以在 0.6 V 的低工作电压下工作,IDD动态最大值为 25 μA,因此最大动态功耗为 15 μW。通过光刻技术降低通道尺寸,OECN 的功耗可以降低到更低的值,这将减少流过 OECT 的电流,较小的通道也将增加 OECT 的响应时间,降低能耗。
为了展示 OECN 的生物整合能力,研究人员将这个完全打印的神经元与维纳斯捕蝇草连接起来,捕蝇草陷阱闭合也可以通过电刺激诱导,包括直流刺激、直接电荷注入、交流刺激和电容性感应电流,使其非常适合与人工神经元集成。
OECSs 采用与 OECNs 相同的印刷电极结构制造。OECS 的导电性的长期增加是通过在通道中施加栅极电压脉冲来实现的,这一过程类似于 N-甲基-D-天冬氨酸(NMDA)受体介导的生物突触中新受体的插入,导致突触强度的长期增加。OECS 共展示了 150 种不同的状态,状态保持时间超过 1000 秒。
图|印刷的有机电化学突触(来源:Nature Communications)
在生物突触中,每一次突触前输入都不会改变突触强度,因为这会很快使突触强度饱和。突触前和突触后神经元尖峰之间的时间相关性构成了突触可塑性长期增加/减少的基础,称为尖峰时间依赖性可塑性(STDP),从而实现联想学习。
为了进一步说明 OECN 和 OECS 的重要性,本项研究展示了一个简单的神经突触系统,
使用一个连接到 OECN 的突触晶体管进行 Hebbian 学习(一种无监督学习规则,与人类观察和认识世界的过程非常吻合)。不是向神经元输入兴奋性电流,而是向突触施加电压,根据其突触强度将其转换为电流,从而调节尖峰频率。
这种有机电化学神经突触系统中演示 Hebbian 学习是一个重要步骤,有望扩展到构建具有局部学习能力的更复杂的感觉和处理系统。
图|《攻壳机动队》中人与机器结合的科幻场景
研究人员表示,
OECN 与硅基电路相比,具有 STDP 的神经突触系统的元件要少得多,电路可以大规模印刷并具有高制造产能,与基于 OFET 的电路相比,神经元可以完全印刷在柔性基板上,并以更低的功率运行,
因此可以为未来物联网开发分布式低成本智能单元。
OECN 的尖峰频率可以通过改变放大器的输入电流、膜电容和电压来调节,这种特性以及通过调节电解质浓度来调节峰值频率的能力,
更方便与生物系统进行集成,有望促进未来植入式设备的开发。
研究人员将 OECN 与维纳斯捕蝇器连接,根据神经元的放电频率诱导其肺叶闭合,证明了这种可能性。未来加上感知多种生物、物理和化学信号的独特能力,能够实现多种传感器检测。
图|动漫《EVA》中的超级生物计算机
放眼未来,
将多个传感元件融合到神经元本身的可能性,可以开发新型生物可集成的传感器,应用范围从物联网包装的智能神经形态、持续的身体健康监测(即可穿戴电子设备)到脑机接口。
由 OECNs 和 OECSs 组成的局部人工神经突触体系统有望与植物的信号系统、无脊椎动物和脊椎动物的扩散神经系统、外周神经系统和中枢神经系统相结合产生更多可能性。
在很多科幻作品中,人类都大胆展望到未来生物体和机器的完美结合,虽然非常赛博朋克,但也并非毫无根据,也许随着科技的进步,当科学家们能够克服人机结合的种种挑战后梦想就能成真。
参考资料:
https://www.nature.com/articles/s41467-022-28483-6