人脑中有大约一千亿个神经元，形成了强大的处理能力。任何时候，一个神经元都可以通过突触将指令传递给数以千计的其他神经元。人脑中用于传递神经元信号的突触数量高达一百万亿，正是在它们的支撑下，人脑才得以快速完成识别、记忆、学习等工作。

“神经计算”领域的研究人员已经在尝试设计类人脑的计算机芯片。这种“芯片大脑”（brain on a chip）采取类似神经元的工作方式，能够像大脑一样，有效处理上百万个并行计算流，达到目前只能通过大量超级计算机才可实现的并行计算能力。但是，这种便携式人工智能存在一个重大挑战，就是很难在硬件上复制的神经突触。

现在，麻省理工学院的工程师们设计了一种人工突触，他们可以精确控制流经它的电流强度，就像离子在神经元之间流动一样。研究团队已经使用人工突触制成了一个小芯片。模拟实验发现，该芯片及其突触可用来识别笔迹，准确率达到95%。研究成果已发表在《自然材料》杂志，这为研制便携式、低功耗神经芯片迈出了重要步伐。

大多数神经芯片使用两个导电层（中间由交换介质或类突触空间相隔）来模拟突触。通电后，离子在交换介质中移动以产生导电丝，类似于突触“重量”的变化过程。但是以往的设计很难控制离子的流动。麻省理工学院电子与微系统技术实验室首席研究员金日焕表示，这是因为大多数交换介质都无法限制离子的移动路径。为此，研究团队没有使用非晶态材料制作人工突触，而是使用了一种无缺陷的导电材料—单晶硅，试图构建一个一维、精确的线性通道，使离子实现可预测的流动。其具体做法是在一个网格状的硅晶片上叠加相似状的硅锗材料。硅锗的网格略大于硅晶片的网格，两种材料将形成错位，从而形成一条供离子流动的通道。

研究人员使用硅锗人工突触（每个宽约25纳米）制作了一个神经芯片。通电后，发现所有突触的电流或离子流大致相同，差异约为4%，远远优于非晶态材料形成的突触。研究人员还对单个突触进行了多达700次试验，发现突触的电流是一样的，差异只有1%。

研究团队的最终测试是探索其芯片如何完成实际的学习任务，特别是如何识别笔迹。研究人员认为这是神经芯片的首次实用性测试。这类神经芯片应由“输入/隐藏/输出神经元”组成，每种神经元又通过人工突触与其他“神经元”相连。科学家们认为，这样的神经网络可以用来“学习”。研究团队使用计算机模拟了一个包含三个神经层的人工神经网络，三个神经层之间通过两个人工突触层相连。他们输入了上万个笔迹样本，发现其神经网络硬件的识读正确率达到了95%（现有软件算法的正确率为97%）。

目前，研究团队正在制作一种可以完成实际识别任务的神经芯片。除了笔迹之外，该团队的人工突触设计还将可以用来制成更小、更便捷的神经网络设备，以执行复杂的计算任务，而这些复杂任务目前只能在大型超级计算机中才能实现。研究人员的最终目标是使用一个指甲大小的芯片取代一台大型超级计算机。

来源：麻省理工学院网站