足球般大小的器官内挤满了大约1000亿个神经元。在任何给定时刻，单个神经元都可以通过突触将指令中继到数千个其他神经元，这些突触是神经元之间交换神经递质的空间。超过100万亿个突触可介导大脑中的神经元信号，从而在增强连接能力的同时修剪其他连接，使大脑能够以闪电般的速度识别模式，记住事实并执行其他学习任务。

新兴的“神经形态计算”领域的研究人员已尝试设计像人脑一样工作的计算机芯片。像今天的数字芯片一样，与其进行基于二进制，开/关信号的计算，“大脑芯片”的元素将以模拟方式工作，交换信号或“权重”的梯度，就像神经元以各种方式激活，具体取决于流过突触的离子的类型和数量。

这样，小的神经形态芯片就可以像大脑一样，有效地处理数百万个并行计算流，而这目前只有大型超级计算机才能实现。但是，通往这种便携式人工智能的一个重要障碍是神经突触，要想在硬件中进行复制特别困难。

现在，麻省理工学院的工程师已经设计了一种人造突触，可以精确控制流过它的电流强度，类似于离子在神经元之间流动的方式。该团队用硅锗制成了带有人造突触的小芯片。在仿真中，研究人员发现，该芯片及其突触可用于识别手写样本，准确率达95%。

该设计发表在《自然材料》杂志上，是朝着构建用于模式识别和其他学习任务的便携式，低功耗神经形态芯片迈出的重要一步。

该研究由机械工程师和材料科学与工程系的1947年职业发展助理教授，麻省理工学院电子与微系统技术实验室研究室的首席研究员Jeehwan Kim领导。他的合著者是崔信yun(第一作者)，斯科特·谭(合着第一作者)，李泽凡，金允jo，崔尚ye和韩汉ool，以及亚利桑那州立大学的陈佩瑜和于梦萌。

路径太多

大多数神经形态芯片设计尝试使用被“开关介质”或类似突触的空间隔开的两个导电层来模拟神经元之间的突触连接。当施加电压时，离子应在开关介质中移动以产生导电丝，类似于突触的“重量”如何变化。

但是很难控制现有设计中的离子流。Kim表示，这是因为大多数由非晶态材料制成的开关介质具有无限的可能的离子传播路径，就像Pachinko，这是一种机械街机游戏，通过一系列销钉和杠杆将小的钢球向下漏斗，从而对将球转移或引导出机器。

像Pachinko一样，现有的交换介质包含多条路径，这使得很难预测离子将从何处通过。金说，这会在突触的表现中造成不必要的不​​均匀性。

“一旦施加一定的电压来用人工神经元表示某些数据，就必须擦除并以完全相同的方式再次写入，” Kim说。“但是在无定形固体中，当您再次书写时，离子会朝不同的方向前进，因为存在很多缺陷。这个流正在改变，并且很难控制。这是最大的问题-人工突触的不均匀。”