隨着人工智能的飛速發展，以及算力需求的攀升，傳統硅基芯片早已暴露出難以克服的侷限，而現有人工神經元技術同樣問題重重，無法真正滿足類腦計算與腦機交互的現實需求。
現有人工神經元因功能單一，難以模擬整合、連續及簇狀爆發等複雜神經行爲，被迫依靠堆砌器件實現功能，導致系統臃腫且能耗極高；同時，其製造高度依賴高溫工藝與嚴苛環境，成本高昂且缺乏柔性，難以適配可穿戴或植入式場景；最關鍵的是，其放電特徵與生物信號不匹配，形成了腦機接口與神經修復領域難以逾越的交流瓶頸。
近日，來自美國西北大學馬克·赫薩姆（Mark Hersam）教授帶領的研究團隊在 Nature Nanotechnology 發表成果，他們成功打印出了人工神經元，它能像真正的生物神經元一樣，產生複雜的“放電”信號，並且成功用這些信號去刺激了小鼠腦切片裏的真實腦細胞。
赫薩姆的研究長期致力於打破傳統硅基芯片的侷限性。他認爲，大腦的能效比數字計算機高出五個數量級，因此通過模仿大腦的異質性、動態性和三維結構來開發下一代硬件是解決 AI 高能效挑戰的關鍵。
圖 | 赫薩姆（來源：西北大學）
爲了讓人工神經元更貼近真實的生物神經，赫薩姆團隊跳出了傳統硅基製造的固定思路，選擇用柔性、可打印的新型材料來構建新一代器件，其中最關鍵的突破，就是研發出了專門用於製造神經元的 “電子墨水”。
這種墨水以二維半導體材料二硫化鉬（MoS₂）納米片作爲功能核心，這種材料對溫度變化十分敏感，是實現神經放電的關鍵所在；同時搭配導電性能極強的石墨烯作爲電極，保證電流穩定傳輸；再加入乙基纖維素作爲分散劑和打印助劑，讓墨水更容易成型、更適合高精度打印。
研究人員採用氣溶膠噴射打印技術，這是一種類似高精度噴墨打印的先進製造方式，能夠把電子墨水精準地沉積在柔性聚酰亞胺基底上，層層堆疊形成穩定的“石墨烯/二硫化鉬/石墨烯”三明治結構。整個過程不需要複雜的光刻工藝，不產生大量廢料，可柔性彎曲、能大面積量產，從根本上解決了傳統人工神經元造價高、難製造、不柔性的難題。
更具巧思的是，研究團隊還完成了一次化“劣勢”爲“優勢”的科學創新。
在以往的打印電子器件研究裏，乙基纖維素這類聚合物一直被看作影響導電的“雜質”，研究人員通常會用高溫把它徹底去除。但赫薩姆團隊並沒有這樣做，而是精準控制退火溫度，讓聚合物只發生部分分解並適度保留。
當電流通過器件時，會引發聚合物在局部區域不均勻熱分解，進而形成一條極細的導電細絲，電流會被緊緊約束在這個微小通道里。
在焦耳熱的作用下，器件會觸發一種名爲“熱激活驟回型負微分電阻”的特殊效應，這一效應完美復刻了生物神經元最核心的“全或無”工作機制：當輸入信號沒有達到閾值時，器件保持安靜不響應；一旦信號超過閾值，就會瞬間爆發一次強烈的電脈衝，之後自動復位等待下一次刺激，整個過程和真實腦細胞的工作方式幾乎完全一致。
依靠這一核心機制，這款打印式人工神經元實現了全球首創的多階複雜神經放電能力，只需要非常簡單的電路，就能模擬大腦中三類最重要的神經元工作模式。
圖 | 脈衝神經形態電路中的一階、二階及三階複雜度（來源：上述論文）
在一階複雜度模式下，它可以模擬大腦皮層錐體細胞的“滲漏整合發放”行爲，多個微弱信號累積起來才能觸發放電，還會出現合理的放電延遲，非常適合用於圖像特徵提取、多信號整合等智能識別任務；
進入二階複雜度模式，它能模仿小腦浦肯野細胞的工作狀態，在恆定電流刺激下持續穩定地放電，放電頻率可以通過電流和電容靈活調節，完全覆蓋生物神經的生理頻率範圍；
而在三階複雜度模式下，它又能還原脊髓運動神經元標誌性的“簇狀放電”，以一串一串的脈衝形式編碼複雜信息，可直接用於運動控制、身體節律調節等場景。
爲了檢驗這款人工神經元真正的實用價值，赫薩姆團隊專門聯合西北大學知名神經生物學家英迪拉・拉曼（Indira M. Raman）教授，開展了跨學科的活體實驗。
研究人員把人工神經元產生的電信號，直接接入小鼠的小腦組織切片中，觀察它能否真正激活活體神經細胞。實驗結果令人振奮：人工神經元產生的脈衝寬度、放電頻率、波形形態，全都和小鼠神經元的生理特徵高度匹配，尤其是在 60Hz 左右的頻率下，能夠最穩定、最有效地激活小鼠的浦肯野細胞，讓活體神經迴路按照人工信號的節奏正常響應。
“此前有些實驗室嘗試用有機材料製作神經元，但放電太慢；而金屬氧化物又太快，”赫薩姆說。 “我們成功進入了此前從未實現的生理時間範圍。你能親眼看到活體神經元對我們的人工神經元做出反應。我們不僅做對了時間尺度，也做對了脈衝形狀。”
除了核心的神經模擬功能，研究團隊還進一步拓展了這項技術的應用邊界。
他們把同樣用打印方式製造的二硫化鉬光敏電阻和人工神經元結合在一起，開發出了類似人類視網膜的感光人工神經元。這款器件可以直接把光照強度轉化爲對應的神經放電頻率，光照越強，放電速度越快，甚至能靈敏捕捉到低至 4nW/mm² 的極微弱光信號，完美復刻了人類視網膜把光信號轉爲神經信號的機制。
這一突破爲人工視網膜、視覺神經義肢提供了全新的技術路線，也證明這款打印式人工神經元平臺具有極強的通用性。未來只需要更換不同類型的傳感器，就能開發出能感知聲音、觸覺、壓力、溫度等多種信號的人工神經器件，最終搭建起完整、高效的類腦感知系統。
參考鏈接：
1.Hadke, S.S., Klingler, C.N., Brown, S.T. et al. Printed MoS2 memristive nanosheet networks for spiking neurons with multi-order complexity. Nat. Nanotechnol. (2026). https://doi.org/10.1038/s41565-026-02149-6
運營/排版：何晨龍
