從AlphaGo擊敗李世石，宣布超級計算機攻克了圍棋這一窮舉法不可能征服的領域后，人工智能（AI）又成了所有人最熱門的話題之一。

　　對于不少該領域的科學家而言，人工智能的終極目標之一就是用機器實現人腦的全部功能，而作為人腦的最小細胞單位——神經元，可能會是一個最好的入手點。

　　美國當地時間8月3日，IBM官方宣布了他們的最新成果——首個人造神經元，可用于制造高密度、低功耗的認知學習芯片。

　　IBM蘇黎世研究中心制成了世界上第一個人造納米尺度隨機相變神經元。IBM已經構建了由500個該神經元組成的陣列，并讓該陣列以模擬人類大腦的工作方式進行信號處理。

　　該技術突破具有重要意義，因為相變神經元具有傳統材料制成的神經元無法匹敵的特性——其尺寸能小到納米量級。此外，它的信號傳輸速度很快，功耗很低。更重要的是，相變神經元是隨機的，這意味著在相同的輸入信號下，多個相變神經元的輸出會有輕微的不同，而這正是生物神經元的特性。

　　IBM相變神經元由輸入端（類似生物神經元的樹突）、神經薄膜（類似生物神經元的雙分子層）、信號發生器（類似生物神經元的神經細胞主體）和輸出端（類似生物神經元的軸突）組成。信號發生器和輸入端之間還有反饋回路以增強某些類型的輸入信號。

　　神經薄膜是整個神經元的關鍵。在生物神經細胞中，起神經薄膜作用的是一層液態薄膜，它的物理機理類似于電阻和電容：它阻止電流直接通過，但同時又在吸收能量。當能量吸收到一定程度，它就向外發射自己產生的信號。這信號沿著軸突傳導，被其他神經元接收。然后再重復這一過程。

　　在IBM制造的神經元中，液態薄膜被一小片神經薄膜取代。神經薄膜是由鍺銻碲復合材料（也稱GST材料）制成的，該材料也是可重寫藍光光盤的主要功能材料。鍺銻碲復合材料是一種相變材料，即它可以以兩種狀態存在：晶體態和無定形態。通過激光或電流提供能量，兩種狀態之間可以互相轉變。在不同狀態下，相變材料的物理特性截然不同：鍺銻碲復合材料在無定形態下不導電，而在晶體態下導電。

　　在人工神經元中，鍺銻碲薄膜起初是無定形態的。隨著信號的到達，薄膜逐漸變成結晶態，即逐漸變得導電。最終，電流通過薄膜，制造一個信號，并通過該神經元的輸出端發射出去。在一定的時間后，鍺銻碲薄膜恢復為無定形態。這個過程周而復始。

　　由于生物體內各種噪聲的存在，生物神經元是隨機的（Stochastic）。IBM研究人員表示，人工神經元同樣表現出了隨機特性，因為神經元的薄膜在每次復位后，其狀態有輕微的不同，因此隨后的晶態化過程略有不同。因此，科學家無法確切地知道每次人工神經元會發射什么信號。

　　那么人工神經元到底有何意義？

　　首先，人工神經元采用了成熟的材料，歷經幾十億次工作而不損壞（壽命長），體積極小（有報道說是90納米，但從下圖中看應該在300納米左右，而論文中表示未來有望達到14納米）。因此，這是一種性能非常棒的器件。

　　人工神經元網絡。圖中的銀色方塊是放大后的相變神經元，該神經元網絡還沒有配備工業標準的輸入輸出接口。圖片來源：IBM

　　其次，人工神經元跟生物神經元的工作方式非常類似。當大批人工神經元組成并行計算機后，它也許可以和人類一樣進行決策和處理感官信息。IBM表示，他們的人工神經元技術和目前發展中的另外一種人工神經元器件——憶阻器互為補充。

　　目前，IBM制造了10乘10的神經元陣列，將5個小陣列組合成一個500神經元的大陣列，該陣列可以用類似人類大腦的工作方式進行信號處理。事實上，人工神經元已經表現出和人類神經元一樣的“集體編碼”特性。此外，它的信號處理能力已經超過了奈奎斯特-香農采樣定理規定的極限。

　　編者注：集體編碼：每個神經元有2種狀態，可以表示1比特信息，那么N個神經元就可以表示2N比特信息。神經元數量足夠多時，能表示的信息量將極其驚人。

　　IBM研究人員計劃構建包含幾千個相變神經元的單一芯片，并編寫能充分利用相變神經元芯片隨機特性的軟件。