南加州大学维特比工程学院与高级计算学院的研究人员取得重大突破，成功开发出能够复制生物脑细胞复杂电化学行为的人工神经元。这一创新成果发表在《自然·电子学》上，标志着神经形态计算技术迈出重要一步。新研发的人工神经元不仅将芯片尺寸和能耗大幅缩小几个数量级，还为通用人工智能的发展开辟了新路径。

与传统的数字处理器或现有硅基神经形态芯片不同，南加州大学团队的人工神经元在物理层面模拟了生物神经元的模拟动力学。这种人工神经元基于扩散忆阻器构建，通过原子运动而非电子运动进行计算，更接近大脑的运作方式。研究负责人约书亚·杨教授指出，这种设计仅需单个晶体管的空间，而传统设计则需要数十甚至数百个晶体管，显著提升了计算效率。

在生物过程中，大脑利用电信号和化学信号驱动身体活动，而南加州大学的人工神经元成功模拟了这一过程。杨教授利用氧化物中的银离子产生电脉冲，模拟计算过程，以执行运动、学习和规划等活动。他强调，尽管使用的离子与生物系统中的不完全相同，但控制离子运动和动力学的物理原理非常相似。这种基于离子动力学的设计，使人工神经元在能量效率和尺寸上均表现出色。杨教授说：“大脑通过跨膜移动离子来学习，直接在硬件中实现节能和适应性学习。我们的人工神经元正是基于这一原理，有望在未来以可持续的方式执行人工智能。”

杨教授还表示，尽管实验中使用的银与传统半导体制造工艺不兼容，但团队正在研究其他离子种类以实现类似功能。他总结道：“既然我们已经展示了功能强大且结构紧凑的构建模块——人工突触和神经元，下一步就是将它们大量整合起来，测试我们能在多大程度上复制大脑的效率和能力。更令人兴奋的是，这种系统有望帮助我们发现关于大脑本身如何运作的新见解。”

更多信息： Ruoyu Zhao 等人，《基于一个扩散忆阻器、一个晶体管和一个电阻器的脉冲人工神经元》，《自然电子学》(2025)。期刊信息： 《自然电子学》