定制大脑
君生突触万千环
敢把神经化断关
离子云游三纳米
葛琛得造类人间
0. 编按
将自然科学中的物理、化学、材料科学囊括于一身的所谓物质科学，大概最核心的观念是：结构决定性能！因此，物质科学的核心内涵就是“结构-性能关系”，以制造出为人类所用的好材料。众所周知，在学习和揣摩“结构-性能关系”的时光长河中，一方面，科学人通过知识的发现、构建和积累来揭示这种关系；另一方面，科学人也能放下架子和自尊心，主动去向大自然学习，其结果就是所谓仿生学的诞生与发展。
2014年第143期 Scientific American 曾经刊登了一篇文章(Scientific American No. 143, 2014; )。文章由陈柏宇、刘冠麟先生编译，提点了仿生学的主要知识点：
(1) 以生物结构为目标，通过研究生物材料独特的性能，反推其结构根源，然后仿造这一结构；
(2) 学习生物材料丰富的结构特征，包括自组装、多级结构、对外响应与服役效果；
(3) 最后从仿生学知识中总结出生物体的“结构-性能关系”，为物质科学所用。
图1.仿生学的梦想与现实。(左)仿生一只昆虫之路还很长，虽然目前有个大概的样子。(右)用于特定用途的机械手！
(左) http://tupian.baike.com/
(右) http://www.zzss.org/news/21416.html
生物经过长时间进化，形成的结构对特定存活环境的适应性可能已达到登峰造极的程度，这是科学人虚心学习之的主要动力，不服不行。科学人鹦鹉学舌，尝试各种途径去学习与模仿生物结构的设计、选材、制备、结构优化和功能优化。如图1所示为两个实例，照亮梦想与现实。这是其一。
生物结构演化的结果并非就一定是完美结构。从一般性而言，每一种生物材料结构都有其缺点。这一方面是因为生物环境相对温和，另一方面则源于演化只是为了适应特定需求。因此，对生物材料的模仿，可能存在着“度”与“特殊性”的问题。这是其二。
虽然早在数百年前，西方学者就记录了生物结构-功能的细节，但科学人也就是在过去几十年大规模想象甚至制造出若干仿生材料，包括科幻电影《不可能的任务》和《蜘蛛人》中大量采用生物材料的想象与夸张。诚然，仿生学大规模成功的实例并不多，但每一样实例都充满神奇和幻觉，令科学人既兴奋亦沮丧！兴奋乃因为人类终于可以造出生物材料之一二，沮丧则源于人类认识到自己的本事不过尔尔。
这不，科学人愈挫愈勇、愈战愈强的努力，甚至让仿生学深入到量子功能材料领域。由此，诞生了诸如人工智能和大脑材料这样的新的前沿方向，令人肃然起敬。
这里即展示其中一角冰山，本文中，中科院物理所金奎娟研究员、杨国桢院士团队的葛琛老师以其特定的视角，去阐明该团队如何仿生人脑结构单元——神经突触，企图学习人脑的信息处理与计算能力。很显然，这是一个充满激情和希望、却更是充满荆棘与挑战的方向。祝好运！
1. 仿生人脑之梦
在这生活着很多疯狂人物的地球，仿生人脑也不是什么新鲜的想法。1950年代，那个孤僻而内敛的艾伦·图灵，对，就是那个被誉为计算机科学与人工智能之父的英国数学学者，发布过一篇论文：《计算机器与智能》(Computing Machinery and Intelligence)。文中提出了一个令人深思的问题：“机器会思考吗？”
这个问题开启了人类对人工智能(也就是仿造人脑)的探索。时至今日，人工智能已成为全世界关注的科学前沿。喧嚣尘上的AlphaGo、无人驾驶、人脸识别等算是初级产品，却已使得与人工智能相关的新鲜事物渗透入我们的生活中、改变着我们的生活方式和生活品质。所有这些新鲜事，所依赖的核心灵魂都是电子计算机。现在的计算机系统，主要是基于计算和存储分离的冯·诺依曼架构，其中的中央处理器必须频繁地从存储单元读取数据，然后再进行计算。这个数据读取过程花费了大量时间和功耗，导致功耗巨大以及散热困难等一系列问题。
粗略估计一下，个人计算机的功耗大概是200~ 300 W，一台GPU服务器的功耗至少是2000 W，著名的AlphaGo 系统功耗达到10 MW。相比而言，人脑的功耗只有20 W，堪称地球上最为高效的计算系统，如果人脑真的是一个计算机的话。
很显然，人脑仿生，即通过模仿人脑工作方式来构建新型计算架构，是实现高性能计算极具潜力的方案[1]。这是科学人追求的外部驱动力。
从内在角度看，人脑是人类神经系统最重要的组成部分。记忆、遗忘、学习和决策等等功能，都在大脑的神经网络中进行。所以，仿生人脑就从仿生神经网络开始，显得很自然和合理。不过，神经未必是一个很物理的东西，至少比物理人经常引以自豪的半导体、集成电路等微电子产品还是要复杂许多。神经学研究表明：神经网络是由数量惊人的神经元(约1011个)通过突触(约1015个)联结而成。神经网络、神经元、突触由顶至底，形成了神经系统多层级体系。图2(左)中由上至下对应了这三种层级结构。神经元由体细胞、轴突、树突组成，其中树突用于接收输入信号、轴突用来发送输出信号、而突触是一个突触前神经元的轴突末梢和另一个突触后神经元的树突的连接点。神经元表面分隔膜上的小孔为突触信息传递的离子通道。这一通道在外界刺激下，通过细胞信号形成Ca2 、K 等离子的浓度差，借助囊泡完成其在前后突触的传递，诱发神经元中的电活动，进而实现信息记忆和处理。
图2.人脑与类脑芯片的对照图 [1]。神经网络、神经元和突触，由顶至底，构成了人脑多层级体系(左)。人工神经网络、人工神经元和人工突触，由顶至底，组成了类脑系统(右)。比较看来，人脑好像还没有类脑那么规则有度，但这种规则有度的丧失也许正是人脑功能难以被完美复制的关键所在，谁知道呢！
假定这一人脑工作机制是真的，基于这一机制的启发，并关注前文标识的那些关键名词，我们就能够粗浅理解所谓的类脑芯片是什么。类脑芯片，就是用神经形态器件去模拟人脑中的神经元、突触等基本功能，再进一步将这些神经形态器件联结成人工神经网络，以实现人工“大脑”的复杂功能。这些尝试和结果，即便是走过穷山恶水、甘苦日月，却还是为人工智能应用打下了一些硬件基础。
如果细致一些分析讨论，如图2 (右)所示：类脑芯片的结构可分为三个层级。位于最高层级的人工神经网络系统，通常由具有高集成度的crossbar 结构构成。中间层级，构成人工神经网络的基本单元是神经形态器件(人工神经元和突触)。在低层级，通过外场控制功能材料层来模拟生物突触的离子通道。
这里，我们看到，“功能材料”这一材料科学与凝聚态物理的专用名词，竟然如此大摇大摆地登堂入室，与人脑这等神奇的智能中枢联系起来。物理人说，为了达到这个目标，选用的功能材料之物理性质，应该在外场调控下能够发生可控的多状态改变。所有从事功能氧化物材料的物理人马上明白，具有此类特性的功能材料如沧海桑田，无处不是。
好吧，我们似乎走在康庄大道上。一方面，这让我们坚信，人脑也不过如此；另一方面，这也让我们坚信，那些非易失、能耗低的高性能人工突触器件将是类脑芯片研究的基础和关键。
图3.生物突触间的离子迁移是信息传递的关键(左)。通过注入/脱出功能离子工作的电解质突触晶体管与生物突触相似(右) [2]。
2. 电解质晶体管
那么，怎么才能做出所谓的高性能人工突触器件呢？
经过多年辗转反侧，现在已经明了，最简单的器件应该首推电解质晶体管。它的几何结构大概与晶体管三端器件类似，工作原理则立足于利用电解质栅极层的功能离子(H 、Li 、Na 、O2-等)在外场下迁移，来调控沟道电导。这里，电导的变化是功能实现的基本指标，虽然我们未必能很确定生物神经是不是就唯一地依赖通道电导的变化。尽管如此，可以看到，与基于阻变存储器(RRAM)、相变存储器(PCRAM)、磁存储器(MRAM)、铁电存储器 (FeRAM)等类型的类晶体管器件相比，电解质晶体管的工作方式与生物突触最为相似(如图4所示)，是突触仿生器件研究的天然选择[2, 3]。
从结构上看，电解质晶体管的栅极对应突触前膜、沟道对应突触后膜、沟道电导对应着突触权重。在外加电场作用下，功能离子界面上的迁移可对应于生物突触动作电位增强响应释放神经递质的过程。在突触功能模拟方面，电解质栅极晶体管有独特的优势：可以同时接受和读取外界信号，能够从多个栅极一起获取信号，从而实现动态时空效应的测量。这些特点是两端器件不能全部达到的，主要原因在于此类三端器件中信号写入和读取是分开的、理论上能够实现超低能耗和高度集成化。
