
这种人工神经元能以极高精度复现猕猴脑电脉冲股票配资指数指南,并实时调整放电模式,为开发响应更灵敏的机器人硬件奠定基础。
科学家成功制造出能模拟大脑不同区域活动的单个人工神经元,标志着类人感知与响应机器研发迈出关键一步。这种跨脑区神经元可在视觉、计划与运动功能间自由切换,还通过电脉冲处理信息,使硬件系统更接近生物计算模式。该设备由拉夫堡大学联合索尔克研究所、南加州大学的科研团队共同研发,专门模拟真实大脑行为。
传统人工神经元仅能执行单一任务,而新型跨脑区神经元通过调整电学设置实现功能切换。拉夫堡大学谢尔盖·萨维里耶夫教授发问:“人脑究竟是遥不可及的神秘器官,还是终有一日能被电子元件重构 —— 甚至打造出更强大的智能?”他指出,该研究证明单个人工神经元即可模拟视觉、运动及前运动皮层行为,未来有望以最小硬件实现复杂任务的芯片开发,“最终为打造高度拟人化机器人铺平道路”。
研究团队通过输入电信号,将跨脑区神经元脉冲与猕猴神经元记录进行比对验证。该设备对三个脑区脉冲模式的模拟准确率高达100%,覆盖从稳定放电到不规则簇状放电等多种模式。拉夫堡大学亚历山大·巴拉诺夫教授解释,微小的电学变化即可让单元模拟不同神经元行为,“我们的人工神经元对环境变化(如压力、温度)也表现出良好响应”,这为开发人工感官系统与高效节能计算机开辟路径。
展开剩余44%类脑计算新突破
研究还证明该神经元具备信息处理能力,而非简单模仿活动。当输入信号改变时,设备会像生物神经元那样调整放电频率;同时输入双信号时,其响应随信号时序差异而变化——这种能力通常需要多个人工神经元协同实现。
设备灵活性源于忆阻器:这种纳米元件在电流通过时发生物理形变,内部银原子形成或断裂微桥接从而产生电脉冲。温度、电压与电阻的变化会改变脉冲特性,无需软件介入即可实现神经功能切换。索尔克研究所谢尔盖·格普什坦博士指出,传统计算机采用固化的分步信息处理,而“跨脑区神经元让我们首次创造出不依赖软件模拟、真正类脑运作的硬件”。
迈向机器人神经系统
下一步研究将把跨脑区网络集成到“芯片大脑”中。团队认为此类网络能帮助机器人实现实时感知与自适应。南加州大学Joshua Yang教授评价:“这项研究为构建人工神经系统的机器人迈出虽小但关键的一步”,此类系统可支持高效终身学习并降低能耗。拉夫堡大学帕维尔·鲍里索夫博士补充,该设备未来或可实现人机神经交互,助力意识科学研究。
该项成果已发表于《自然·通讯》期刊。
如果朋友们喜欢股票配资指数指南,敬请关注“知新了了”!
发布于:北京市广瑞网提示:文章来自网络,不代表本站观点。