差不多10年前，在神经拟态计算领域，科学家们就开始琢磨一种叫做
忆阻器
的微型工具，这种工具能够像真正的大脑突触一样工作。
这在当时还是一个遥不可及的梦想。
想要打造类脑计算机，最主要的是要模拟突触。要知道，人脑的工作主要依赖突触在神经元之间传递信号。人脑中，突触数量约为神经元的10000倍，因此最关键的是如何获得功耗低、可高密度集成的人工突触器件，这时结构简单又节能的电子元件忆阻器就排上了用场。而且忆阻器能够在电源关闭之后，仍能“记忆”先前通过的电荷量。
10年以后，梦想照进现实，一种更优质的忆阻器诞生了。
运行电压不到传统计算机的8%，神经拟态忆阻器和大脑一样节能
马萨诸塞州立大学阿姆斯特分校的一个研究小组发现，他们利用蛋白质纳米线来作为生物导线，来制造神经拟态忆阻器，或者说“记忆晶体管”。
和大脑突触一样，它在非常低的能耗下高效运行，在神经元之间传递信号。节能又环保，非常好用！
![]()
从微生物地杆菌中提取的蛋白质纳米线(绿色)，促进了记忆电阻器装置(银色)在生物电压下工作，模拟了大脑中的神经元组件(蓝色连接)
正如第一作者、电子计算机工程博士Tianda Fu解释的那样，
神经形态计算机最大的障碍之一，是大多数传统计算机的运行电压超过1伏，而大脑神经元之间的电压要低很多，一般在80毫伏以下
，在这种电压下发送信号，也就是动作电位。
Fu表示，利用马萨诸塞大学安姆斯特分校由微生物学家 Derek Lovely 从地杆菌上取下来的蛋白质纳米线，他现在已经将记忆电阻器的电压调整到了神经拟态的电压水平。这些测试是在电子计算工程研究员Jun Yao的实验室进行的。
Yao说: “这是有史以来第一次一个设备可以在与大脑相同的电压水平下工作。我们造出的这个设备，和大脑中的生物成分一样节能，真正实现了超低功耗计算能力。这是一个重大的概念上的突破，我们认为，它将在生物电子学领域激发更广大的探索空间。”
![]()
地杆菌，学名叫地杆菌科细菌，是一种非常重要的异化 Fe（Ⅲ）还原菌，广泛分布于 Fe（Ⅲ）还原环境，比如淡水沉积物、有机物或重金属污染的地下水沉积层等，具有重要的生物修复功能。
这种地杆菌上面的蛋白质纳米线应用范围很广，能导电，同组研究人员此前曾开发过一种发电装置，也是借助这种蛋白质，利用空气中的水分就能发电。
研究人员指出，地杆菌的导电蛋白纳米线和昂贵的硅纳米线相比，有很多优点，因为硅纳米线会产生有毒的化学物质，生产过程也会消耗大量能量。
相比之下，地杆菌蛋白质纳米线在水或体液中也更稳定，这对于生物医学的应用至关重要。Fu和Yao对这些纳米线进行了很多测试，比如，测试它们在不同电压下的性能。他们自己设计了一个电子脉冲开关，通过一个微小记忆电阻里的金属线发送正负电荷。
![]()
他们之所以用金属丝，是因为蛋白质纳米线可以促进金属还原，改变金属离子的反应性和电子转移性能。地杆菌拥有这种神奇能力并不奇怪，
因为它也要呼吸，用化学方式还原金属，来获取能量，就和人要呼吸氧气一样
。
《自然》上发表的论文中具体解释了，蛋白质纳米线可以促进银（Ag + ）的还原。由于还原发生在生物环境中，表明他们能够催化生物电压记忆电阻器。因此，研究员利用蛋白质纳米线构建了银记忆电阻器，方便切换。
Yao解释说，随着脉冲开关在金属丝中变化，这个比人类头发直径小100倍的微型装置创造出了新的分支和连接，就和人类的大脑一样。
产生新的连接的过程，和人类大脑中学习新事物，接受新信息的过程是一样的
。
现代神经科学中，大脑就是一种生物计算机，虽然运行机制和传统计算机很不一样，但是它们用类似的方式从周围世界中获得信息、存储信息、处理信息，从这个意义上讲，大脑就是计算机中的中央处理器（CPU）。
Yao补充说，“你可以调节纳米线记忆电阻突触的传导性或可塑性，这样它就可以模拟大脑中用于计算的生物组件。”与传统计算机相比，这种设备的学习能力明显不是基于软件。
读博期间一年连发2篇Nature，论文一作Tianda Fu讲述实验过程艰辛
根据第一作者Tianda Fu的Facebook显示，他中学就读于北大附中，大学时期在重庆大学。
![]()
博士期间就读于UMass Amherst（马萨诸塞大学安姆斯特分校），攻读电气与计算机工程技术，目前在该校担任Graduate Research Assistant。
UMass Amherst始建于1863年，是享誉世界的美国著名公立大学系统麻省大学系统旗舰校区，也是建校最早的校区，为世界大学联盟成员。
根据Google学术，他的研究方向是生物电子以及忆阻器。算上本次发布的论文，共计发表论文6篇，其中2020年有2篇发布在Nature上，一篇发布在Nature communications。
![]()
Fu的研究过程也并非一帆风顺。他回忆说: “第一批实验当中，纳米线的性能差强人意。” 在两年多的时间里不断反复尝试，直到有一天，电脑屏幕上显示的电压测量结果让他大吃一惊。
“我还记得那一天。在测量电压时，我们一直盯着电脑屏幕看。电压一直在下降，我俩说，哇，起作用了，简直太激动了。”
这项研究未来有广阔的应用前景，比如说可以用于监测心率的装置。Fu，Yao和同事们将继续针对忆阻器中蛋白质纳米线的化学、生物学和电子学应用进行全面的探索。Yao补充说: “有朝一日希望这种装置能够与生物系统中的真实神经元进行对话。”
以往的研究中，不同的神经系统有着不同的神经元模型，突触模型和网络模型。
2016年， IBM制造出世界首个人造纳米级随机相变神经元芯片，可实现人工智能的高速无监督学习。这一成果主要在于神经拟态计算方向，是以新器件的方式直接模仿脉冲神经元的行为。可以实现大尺度的图像识别，信号传输速度快，功耗低。
2019年，英特尔公司展示了其最新的可模拟800多万个神经元的Pohoiki Beach芯片系统，标志着人类向机器模拟大脑又近了一步。这个新型芯片拥有800多万个“神经元”(相当于某些小型啮齿动物的大脑)和80亿个“突触”。
它在人工智能任务执行中执行速度比传统的CPU要快一千倍，能效提高一万倍。这一芯片系统已被应用于模拟皮肤触觉感应、控制假腿及玩桌球游戏上等任务中。它在图像识别、自动驾驶和自动化机器人上带来巨大提升。
近日，发表在《自然机器智能》杂志上的一篇文章指出，英特尔的神经拟态芯片Loihi习得了10种危险品不同气味的特征。它的深度学习能力建立在大数据分析之上，去模拟人类嗅到气味的大脑运行机制。这一发现，拥有“嗅觉”神经拟态芯片机器人在监测环境，检测危险物质，等方面有很大的商用潜力。如应用在机场安检区域，能够高效识别有危害的物质。
神经拟态芯片不断发展，未来类脑计算也将渗透在我们生活的方方面面。
