本日报作者不通中文。这些译文由人工智能自动生成,作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本,希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处,恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
神经形态计算市场规模将从2850万美元增长至2030年的13.25亿美元,年增长率达89.7%。西北大学实验室的最新研究为这一趋势提供了关键支撑:研究人员研发出可打印的人工神经元,不仅能模拟大脑,还能直接与大脑通信。
Mark Hersam教授团队在小鼠脑组织切片上测试了这些人工神经元,成功触发了真实的神经元反应。这项技术成果为神经假肢开辟了新可能,并有望将人工智能的能耗降低千倍。
人工与生物之间的壁垒正在消融
人脑的能效比数字计算机高出五个数量级。人脑持续运转仅消耗12瓦,而一块GeForce Titan X显卡就需要250瓦。这一差距正是人工神经元研究竞争加剧的根本原因。
Hersam团队开发的人工神经元采用柔性可打印材料,以纳米级二硫化钼(MoS2)薄片作为半导体,以石墨烯作为导电体。研究人员通过气溶胶喷射打印技术,将这些材料墨水沉积在柔性聚合物基底上。
关键创新来自对一个表面缺陷的利用。其他研究者在打印后会完全去除油墨中的稳定聚合物,而Hersam选择将其部分分解,从而制造出类似大脑的功能特性。这种不均匀的空间分解形成了一条导电丝,能产生类似神经元的突发电响应。
能效表现挑战传统计算架构
这款新器件不只产生单一脉冲,还能生成复杂的信号模式,包括单峰、连续放电和爆发式模式,与真实神经元通信高度相似。每个神经元因此能编码更多信息、执行更复杂的功能,大幅减少所需的元件数量。
这一方向直接回应了当前人工智能的瓶颈。Hersam解释道:”让AI更智能的方法是用越来越多的数据训练它。这种数据密集型训练会带来巨大的电力消耗问题,因此我们必须开发更高效的硬件。”
计算机与大脑在架构上存在根本差异。计算机应对复杂任务的方式是在二维硬质硅芯片上叠加数十亿个相同晶体管,每个晶体管行为一致且制造后固定不变。大脑则依赖多种类型的神经元承担专项功能,组织在不断变化的三维柔性网络中。
人工电路与生物电路实现直接对话
西北大学团队完成了关键一步:双向通信。为验证人工神经元能否真正与生物组织交互,Hersam团队与Indira M. Raman合作,将人工神经元的电信号施加到小鼠小脑切片上。
生物神经元产生了响应,证明合成信号足以激活真实的神经回路。Hersam确认:”你可以看到活体神经元对我们的人工神经元作出反应。我们展示的信号不仅具有正确的时间尺度,还具有正确的峰值形状,能够直接与活体神经元交互。”
这种生物相容性为脑机接口提供了具体应用前景。2020年,全球脑机接口市场估值为14.88亿美元,预计2030年将达到54.63亿美元,年增长率13.9%。神经假肢市场2023年估值为126.6亿美元,预计2030年将达到261.2亿美元。
能效问题已成为产业核心议题
科技公司正在建造以核电站供电的大型数据中心,以满足人工智能的能源需求。Hersam指出,这种方式在供电和散热方面存在上限,更高效的硬件因此成为必需。
根据详细模拟估算,生物计算的能效比人工计算架构高出约9亿倍。人脑运转仅需约20瓦,相当于一台待机电脑显示器的耗电量,却能让800至1000亿个神经元完成数万亿次运算——若以人工方式实现同等规模,需要一座小型水电站的发电量。
这一能效水平源于进化压力。大脑在能量和空间的双重约束下进化,通过模拟计算、局部布线和计算策略的协同运用,以及适应和学习能力,实现了极高的效率。
工业转型正在酝酿
仅用两个可打印神经元加上少量基础电路元件,研究人员就能生成复杂的峰值模式,并调整峰值的时长和频率,以匹配生物动作电位的时序。这种灵活性有望推动人工智能能效的转变——该领域已在探索将能耗降低百倍的路径。
这项研究的影响超出计算机科学范畴。相关技术为能与神经系统直接通信的电子器件铺平道路,潜在应用涵盖脑机接口与神经假肢,包括听觉、视觉和运动功能的植入装置。
神经形态计算市场印证了这一走向。该市场正受到多重趋势推动:边缘计算架构的兴起、脑机接口需求的增长,以及量子计算与神经形态系统的融合。随着高性能集成电路需求上升,以及医疗和汽车行业对神经形态硬件的采用,这一市场将持续扩张。
西北大学的研究表明,单纯模拟大脑已不够。下一步是与大脑直接对话。这场人工与生物之间的对话,正从实验室起步,或将深入人类神经系统本身。