【原】技术进展|俄罗斯研发出可模拟人脑神经突触的忆阻器

俄罗斯下诺夫哥罗德国立大学（UNN）物理和技术研究所研制出可模拟人脑神经突触的忆阻器。突触在人脑中负责连接神经元和神经元之间传递神经脉冲，实现信息学习和记忆的功能。下一步，研究人员将以此为基础研制模拟人脑的神经网络。该项目由于俄罗斯科学基金会提供资金支持。（研究方并未提供研究成果的照片）

该项目是物理和技术研究人员与UNN生物医学方面的研究人员共同开展。后者负责从老鼠体内提出活体神经细胞并组成神经网络，观察神经活动，前者研究如何适当地连接生物细胞和电子单元，使其实现交互。

研究人员希望能够创造出可像人脑一样工作的器件和设备，如计算机、模式识别系统、机器人自动控制系统等。如果可在机器人中植入一个神经形态微处理器，机器人将能够自动导航和适应环境，如在摸到热的东西时，像人一样迅速将手抽回。

研究人员表示，神经形态微处理器将真正为机器人和机械设备注入生机。如在医药领域，神经形态微处理器能够改进义肢、外骨骼的能力范围，使得它们更贴近人类需求，更好地实现人类肢体的动作。

背景资料

忆阻器由美国惠普公司2008年发明，是一种具有记忆功能的线性电阻，可依据所施加电压脉冲值的不同呈现不同阻值，并一直保持该阻值直至施加另一个外加电压脉冲，以此进行信息的非易失性存储。由于保持阻值的过程无需消耗任何能量，运行功耗极低。此外，忆阻器可进行逻辑运算，将数据处理和存储功能合二为一；还具有比晶体管更小的体积和更高的集成度。例如，按当前的集成度可在面积为1cm²的芯片上安装2500万个人工神经元和2500亿条人工突触，预计功耗仅为1W左右。因此，忆阻器具有与人类大脑相同的同步电压脉冲响应模式，是目前已知功能最接近生物神经突触的器件，是实现神经形态计算芯片的最佳方式。

2015年5月，美国加州大学研制出全球首个仅由忆阻器构成的神经网络芯片。该芯片包含100个人工突触，可学习和认知3×3像素黑白图像中图案，第一次证明了忆阻器可执行简单的人类视觉功能——给图像分类，取得神经形态芯片研究中的一次重大突破，向创建更大规模的神经网络再迈进重要一步。