微小的水滴形成软网络，用于受大脑启发的计算

在人脑内部，数十亿个单独的神经元连接起来，形成一个能够快速处理信息和电信号的巨大网络。宾夕法尼亚州立大学的一组研究人员和工程师正在从这些自然计算机中汲取灵感，构建水基液滴的软网络，该网络与活细胞壁中的膜连接。他们的网络为针对潮湿环境构建的新型软计算机奠定了基础，能够像硅芯片处理电子一样利用离子感知和处理信息，但能源成本要低得多。

研究小组将微小的含脂质液滴注入油中，脂质分子自然排列在每个液滴周围。当相邻的液滴接触时，这些脂质在它们之间形成一层薄薄的双层膜。柔软的表面包含电压敏感通道，允许电信号通过带电原子或离子分子的运动在液滴之间传递。膜保持电荷，而通道响应当前和最近的信号。当结合起来时，这些特性使液滴能够形成一个合成的、互连的网络，研究人员称之为“神经形态组织”。

他们利用实验室测量和计算机模拟，在《科学进展》上发表的一篇论文中展示了这些组织的特性，表明液滴膜的交联显着提高了材料处理复杂和不可预测信号的能力。

机械工程副教授、多功能生命材料系统融合中心主任、该论文的合著者约瑟夫·纳吉姆表示，在体内集成计算机接口或传感器并不像植入电路那么简单，因为尽管电子学和生物学都传输信号和计算。传统电子产品的工作原理是通过金属线等导电材料传输电子等电荷载体，而体内发生的电信号则依赖于穿过液体和细胞膜的离子。

“科学家和开发人员需要在使用传统硅计算的设备中构建接口，以处理和转换电子信号和离子信号，”宾夕法尼亚州立大学校际科学与工程学位项目的兼职人员纳吉姆说。 “然而，这些接口可能会延迟和扭曲信号，同时增加巨大的能源成本。为了解决这些问题，我们需要探索创建超越电子产品的新计算平台。”

离子计算探索使用离子而不是电子产品中使用的传统电荷载体的信息处理技术。神经形态计算是一种从大脑结构和信息处理功能中汲取灵感的计算方法。该团队的新方法使用水室、脂质膜和肽离子通道（模仿大脑自然结构的结构）将这些想法的结构和功能结合在一起，并依靠连接在材料内产生电反应。

通过这种架构，研究人员可以使用储存器计算，其中变量输入生成一种响应模式，保留先前输入的痕迹。在这个网络中，膜负载和离子通道活动产生响应，并且连接允许液滴彼此相互作用。连接的节点可以以电荷的形式收集信息并将其传输到链中的下一个节点。这种行为也发生在神经元中，使电流能够通过每个节点快速传输，而不会损失信号的整体清晰度。纳吉姆解释说，液滴之间的膜为网络提供了短期的、褪色的记忆，因此它对新输入的响应部分取决于最后的输入。

“在传统系统中，内存和处理是分开的，这会消耗大量的能量来让这些操作一起工作，”纳吉姆说。 “在大脑中，信息处理和记忆发生在同一个地方。这就是为什么我们对神经拟态计算的想法感兴趣，因为它可以减少操作所需的能量。”

约瑟夫解释说，单个液滴可以将最多六个相邻液滴连接成蜂窝状结构，并指出不同的结构提供不同形式的附着。为了测量液滴链的动态，该团队应用了记录各个节点电压的电流。这些测量结果与基于物理的网络模型进行了比较，使研究人员能够了解液滴之间的连接和差异如何影响整体计算性能。