研究人员受人类大脑启发，开发了一种突破性的突触晶体管。该设备能够同时处理和存储信息，模拟大脑的高级思维能力。与以往的类脑计算设备不同，这种晶体管在室温下保持稳定，运行高效，能耗极低，并在断电时仍能保留存储的信息，使其适合实际应用。这项研究为创建具有更高能效和先进认知功能的人工智能系统迈出了重要一步。

关键事实

• 突触晶体管结合了双层石墨烯和六方氮化硼两种原子级薄材料，通过莫尔图案实现神经形态功能。

• 它能够识别模式并展示联想学习能力，即使在输入不完整的情况下也能完成任务。

• 该技术标志着从传统晶体管计算的重大转变，旨在提高人工智能和机器学习任务的能效和处理能力。

• 来源：西北大学

研究背景

受人类大脑启发，西北大学、波士顿学院和麻省理工学院的研究人员设计了一种新型突触晶体管。该设备能够像人脑一样同时处理和存储信息。在新实验中，研究人员证明该晶体管不仅能完成简单的机器学习任务，还能对数据进行分类并执行联想学习。

尽管之前的研究也尝试开发类似大脑的计算设备，但这些晶体管无法在低温以外的环境中运行。相比之下，新设备在室温下保持稳定，运行速度快，能耗低，并在断电时保留存储的信息，非常适合实际应用。该研究于2023年12月20日发表在《自然》杂志上。

研究意义

西北大学的Mark C. Hersam教授表示：“大脑的架构与数字计算机有根本不同。在数字计算机中，数据在微处理器和内存之间来回传输，消耗大量能量，并在尝试同时执行多项任务时产生瓶颈。而在大脑中，记忆和信息处理是共位且完全集成的，从而实现了更高的能效。我们的突触晶体管同样实现了记忆和信息处理的并发功能，更真实地模拟了大脑。”

Hersam教授是西北大学麦考密克工程学院的材料科学与工程教授，同时也是材料研究科学与工程中心主任和国际纳米技术研究所成员。他与波士顿学院的Qiong Ma和麻省理工学院的Pablo Jarillo-Herrero共同领导了这项研究。

技术突破

近年来，人工智能（AI）的进展促使研究人员开发更像人脑的计算机。传统的数字计算系统将处理和存储单元分开，导致数据密集型任务消耗大量能量。随着智能设备不断收集大量数据，研究人员正在努力寻找在不增加能耗的情况下处理这些数据的新方法。目前，记忆电阻器（memristor）是最成熟的技术，能够执行处理和存储功能，但其开关能耗仍然较高。

Hersam教授表示：“几十年来，电子学的范式是使用晶体管构建一切，并采用相同的硅架构。通过将越来越多的晶体管集成到电路中，已经取得了显著进展。但这种策略的代价是高能耗，尤其是在大数据时代，数字计算正逐渐压垮电网。我们必须重新思考计算硬件，特别是针对AI和机器学习任务。”

莫尔图案与新材料

为了重新思考这一范式，Hersam及其团队探索了莫尔图案物理学的新进展。莫尔图案是一种几何设计，当两种图案叠加时形成。当二维材料堆叠时，会涌现出单层材料中不存在的新特性。通过将这些层扭曲形成莫尔图案，可以实现前所未有的电子特性调控。

在新设备中，研究人员结合了两种原子级薄材料：双层石墨烯和六方氮化硼。当堆叠并有意扭曲时，这些材料形成了莫尔图案。通过旋转一层相对于另一层，研究人员可以在每层石墨烯中实现不同的电子特性，即使它们仅相隔原子级距离。通过正确的扭曲选择，研究人员在室温下利用莫尔物理学实现了神经形态功能。

实验与成果

为了测试晶体管，研究人员训练其识别相似但不完全相同的模式。Hersam教授表示：“如果AI旨在模仿人类思维，最基本的任务之一就是对数据进行分类。我们的目标是推动AI技术向更高级的思维发展。现实世界的条件通常比当前AI算法能处理的更复杂，因此我们在更复杂的条件下测试了新设备，以验证其高级能力。”

在实验中，研究人员首先向设备展示一个模式：000（三个连续的零）。然后，他们要求AI识别相似的模式，如111或101。Hersam解释说：“如果我们训练它检测000，然后给它111和101，它会知道111比101更类似于000。000和111并不完全相同，但都是三个连续的数字。识别这种相似性是一种称为联想学习的高级认知形式。”

即使在研究人员提供不完整模式的情况下，突触晶体管仍能成功展示联想学习能力。Hersam补充道：“当前的AI容易被混淆，这在某些情况下可能导致重大问题。想象一下，如果你正在使用自动驾驶汽车，天气条件恶化，车辆可能无法像人类驾驶员一样解释更复杂的传感器数据。但即使我们给晶体管提供了不完美的输入，它仍能识别正确的响应。”

未来应用

这项研究为开发更高效、更智能的AI系统奠定了基础。Hersam及其团队正在探索如何将这项技术应用于更多领域，包括自动驾驶、医疗诊断和复杂数据分析。通过模拟人脑的工作方式，突触晶体管有望在未来的AI和机器学习任务中发挥重要作用。

资金与支持

这项研究“具有室温神经形态功能的莫尔突触晶体管”主要由美国国家科学基金会支持。

关于这项神经技术与AI研究

• 作者：Amanda Morris

• 来源：西北大学

• 联系人：Amanda Morris – 西北大学

• 原始研究：Mark C. Hersam等，“Moiré synaptic transistor with room-temperature neuromorphic functionality”，《自然》。