西北大學研究團隊開發出一種新型印刷人工神經元裝置，邁向電子學與人類大腦的橋樑。這類柔性、低成本組件不僅能模擬神經行為，更能主動刺激真實腦細胞。研究顯示，這些裝置產生的電訊號與生物活性極為接近，可在活體神經元中引發反應。透過小鼠腦組織實驗，證實人工訊號能激活真實神經迴路。此成果預示未來神經系統直接介面系統的發展，應用範圍涵蓋腦機介面，以及聽覺、視覺和運動神經義肢。
同時，此研究突顯以大腦為藍本的節能計算硬件潛力。
重新思考計算硬件
傳統計算依賴剛性矽晶片，內含大量相同電晶體。工程師透過增加組件提升效能，卻往往伴隨更高能耗。大腦運作模式截然不同，仰賴多樣化神經元組成柔性三維網絡，並持續適應。「矽晶片透過數十億相同裝置實現複雜性，」研究領導者 Mark C. Hersam 表示。「一切均固定且剛性。大腦則相反：異質性、動態且三維化。要朝此方向邁進，需新材料與全新電子建構方式。」 為貼近大腦模式，Hersam 團隊採用可印刷電子材料，取代剛性組件。
他們調製鉬二硫化物與石墨烯墨水，利用氣溶膠噴射印刷技術，將其沉積於柔性基板上。 團隊解決印刷電子學的既有限制：非完全移除穩定聚合物，而是控制其運作中分解方式。「我們僅部分分解聚合物，」Hersam 解釋。「通電時，進一步驅動聚合物分解。」此法形成狹窄導電通道，產生類似神經元的銳利電脈衝。裝置可生成爆發式或持續放電等多種訊號模式，類比生物神經元，提升單一人工神經元資訊承載量，並減少複雜運算所需組件。
為驗證實際互動，研究員與神經生物學家 Indira M. Raman 合作，將人工神經元訊號施加於小鼠小腦切片。這些訊號符合自然神經活性的關鍵特徵，並引發活細胞反應。「其他實驗室使用有機材料製作人工神經元，脈衝過慢；或用金屬氧化物，則過快，」Hersam 指出。「我們首次展現合適時序範圍。」「可見活神經元對人工神經元作出回應，證明訊號不僅時序正確，脈衝形狀亦適合直接互動。
」 此研究亦回應人工智能能耗隱憂。「當今世界由人工智能 (AI) 主導，」Hersam 表示。「提升 AI 智能需更多數據訓練，導致巨大量能消耗。因此，需更高效硬件處理大數據與 AI。」透過腦類訊號與高效材料結合，提供低功耗且更自然與生物系統互動的計算路徑。研究刊載於《Nature Nanotechnology》。
