在水中進行神經網路計算的離子電路問世

美國哈佛大學工程與應用科學學院 （SEAS）團隊與生物技術初創公司DNA Script合作，開發出一種由數百個離子電晶體組成的離子電路，並執行了神經網路計算的核心過程。該研究發表在最近的《先進材料》上。

智慧手機、電腦和數據中心中的微處理器通過固體半導體操縱電子來處理資訊，但人類大腦有一個不同的系統，其依靠操縱液體中的離子來處理資訊。

受大腦的啟發，研究人員長期以來一直在尋求在水溶液中開發“離子”電路 。雖然水中的離子比半導體中的電子移動得慢，但具有不同物化性質的離子可用於更豐富、更多樣化的資訊處理。

研究人員首先構建了一種新型離子電晶體。該電晶體由醌分子的水溶液組成，與兩個同心環形電極和一個中心圓盤電極相連，就像一個靶心。

施加在中心圓盤上的電壓會引起電化學反應，從而産生從圓盤到水中的離子電流。兩個環形電極通過産生和捕獲氫離子來調節中心盤周圍的局部pH值，從而加快或降低反應速率，也就是增加或減少離子電流。換句話説，pH控制（門控）圓盤在水溶液中的離子電流，從而産生電子電晶體的離子對應物。

然後，他們設計了pH門控離子電晶體，使得圓盤電流是圓盤電壓和代表局部pH門控電晶體的“權重”參數的算術乘積。他們將這些電晶體組織成16×16陣列，以將單個電晶體的模擬算術乘法擴展為模擬矩陣乘法。

研究人員稱，矩陣乘法是人工智慧神經網路中最普遍的計算，他們的離子電路以完全基於電化學機制的模擬方式在水中執行矩陣乘法。雖然該離子電路不能像數字微處理器那樣快速或準確，但水中的電化學矩陣乘法本身就很迷人，且具有節能的潛力。

未來，該團隊希望進一步豐富系統的化學複雜性。到目前為止，研究團隊只使用了3—4種離子物質，例如氫和醌離子，來實現水性離子電晶體中的門控和離子傳輸。他們計劃使用更多樣化的離子種類來處理資訊內容。

總編輯圈點

人類大腦給資訊科學帶來的啟發仍在繼續。用於人工智慧的深度學習技術就在很大程度上模倣了大腦的資訊處理方式。當下，引領人工智慧發展趨勢的類腦計算，更離不開對大腦的借鑒：這種技術從結構上追求設計出像生物神經網路那樣的系統，從功能上追求模擬大腦的功能，從性能上追求大幅度超越生物大腦。而上述在水溶液中進行神經網路計算，對大腦進行模擬的方式堪稱另辟蹊徑。