每个人的头脑都有数十亿个神经元和数兆个突触(synapse)，就某种程度上，由时间、环境和经验塑造出来的神经组合，对每个人来说都是独特的。
现在，研究人员从这个错综复杂的器官的内在运作得到灵感，开发出一种人工突触。他们表示这种人工突触能够自动学习，甚至还做出装置模型，被认为是创造更复杂电路的下一步。这项研究发表在自然通讯(Nature Communications)期刊。
这个团队创造出一个称为忆阻器(memristor)的纳米级装置，它的阻抗取决于之前接收到的电子讯号。忆阻器的想法不是新的，它在1970年代首先被概念化，随后在2008年建造。然而，这项研究把它带到下一个等级。
文字图像：艺术家印象中的电子突触。 这些颗粒代表电子，他们的流动取决于铁电域结构(ferroelectric domain structure)。© Sören Boyn / CNRS/Thales physics joint research unit.
忆阻器的想法是创造出大脑的神经元和突触的电子等效物，生物“线路(wiring)”，能够以惊人的效率来处理和储存讯息。简单地说，突触是两个神经细胞之间的连接点，根据到达的神经脉冲来打开或关闭。神经传导物质(neurotransmitter)越过间隙，来传递脉冲到下一个神经元。每次穿越时，连接会变得更强大，然后效率更高。
为了实现忆阻器的仿生版本(biomimetic version)，一个超薄铁电薄膜(ferroelectric film)被夹在两个电极之间，它的阻抗能够使用电压脉冲来调整。因此，它的可塑性(改变和学习的能力)经由传导来达成；低阻抗相当于坚固的突触连接，而高阻抗符合弱连接。
然后，这个团队做出装置的模型，而他们的“模拟显示，铁电纳米突触阵列能够自动学习，以一个可以预测的方式来识别出模式。在增强神经网络的效果上，开启了朝向无人监督的学习的路径。”
本质上，这项工作带领我们更加接近朝向改善人工神经网络的学习和适应速度。人工智慧(Artificial intelligence，AI)系统在过去几年有很多的发展，谷歌(Google)的DeepMind和AlphaGo是当中最受欢迎的例子。
然而，大脑是极为聪明的机器，而我们离复制它的精密复杂还很远。即使在你读到这一点的时候，你的大脑神经元正在激烈地发出电子脉冲，并在不断变化的结构中相互连接。这样的效率，在人工大脑的创造是非常受欢迎的目标。
如同作者提到，我们正越来越接近人工智慧的未来：“在朝向未来大脑启发的电脑的数十亿个可靠和可预测的人造突触(例如深层神经网络)的低功率硬体实施，这些结果正在为这铺路。”
