在人工智能与机器人技术向“类脑计算”加速演进之际，英国拉夫堡大学（Loughborough University）领导的国际研究团队宣布一项重大突破：他们开发出一种名为“transneuron”的微型电子电路，能通过单一装置模仿大脑视觉、规划和运动控制神经元的不同功能。这一创新标志着神经形态计算（neuromorphic computing）从理论向实用化的关键一步，准确率高达70‑100%，远超传统AI系统的刚性设计。研究论文于11月18日发表于《Nature Communications》杂志（DOI: 10.1038/s41467‑025‑62151‑9），团队负责人Sergey Saveliev教授表示：“大脑不是神秘装置，而是可通过电子重现的系统。这项工作让我们离构建更高效、更像人类的机器人更近一步。” 这一成果不仅为能源节约型AI硬件铺路，还可能加速脑机接口和意识研究的进展。Interesting Engineering报道，该装置的灵活性“曾被认为是大脑独有”，或将重塑机器人感知与决策机制。
神经形态计算的兴起源于对传统计算机能效的反思。当前AI系统依赖硅基芯片，处理简单任务需数百万固定神经元，导致能耗高企——一台GPU训练模型相当于数千家庭用电。 大脑则不同：它仅用20瓦功率处理复杂任务，如识别面部或控制运动。拉夫堡团队的transneuron正是试图桥接这一差距。该装置是一个纳米级电子芯片，通过小电脉冲模拟神经元信号传输，核心组件是忆阻器（memristor）——一种能“记忆”过去信号的纳米器件。银原子在电流作用下形成/断开微观桥接，实现动态调整。 与传统晶体管不同，忆阻器像突触般可塑，能根据输入变化“学习”响应模式。
研究发现令人振奋：单一transneuron能切换三种脑区功能。团队输入电信号，测量输出脉冲，与从猕猴脑电记录的真实神经元模式对比。视觉神经元脉冲稳定，运动控制神经元不规则，规划（pre‑motor）神经元呈快速爆发。transneuron通过调整电压等参数，准确复制这些模式，匹配率70‑100%。 更重要的是，它具备计算能力：根据输入变化调整脉冲频率，能区分同时或异步的双信号输入——传统系统需多神经元协作。团队还测试环境响应：装置对压力和温度敏感，可模拟人工感官系统。 Saveliev教授解释：“通过微调电路设置，我们让同一装置像不同脑神经元般工作。这打开了构建复杂脑功能电子芯片的大门。”
研究团队由跨学科专家组成，拉夫堡大学物理教授Alexander Balanov和Sergey Saveliev领衔。Balanov负责理论建模，Saveliev为通讯作者，擅长理论物理。实验物理学家Pavel Borisov处理忆阻器制作，加州索尔克研究所的Sergei Gepshtein提供视觉感知数据，南加州大学的Joshua Yang贡献工程专长。合作者包括Rivu Midya（现德州农工大学）。 Gepshtein博士评论：“当今AI在标准电脑上以刚性逻辑运行，而大脑依赖不规则脉冲网络。transneuron让我们接近真正类脑硬件。” Yang教授补充：“这为机器人人工神经系统铺路，能高效感知、学习和控制。” 团队论文DOI为10.1038/s41467‑025‑62151‑9，开放访问。
这一突破的含义深远。首先，它推动能源高效计算。大脑20瓦功率处理复杂任务，而AI需数千瓦。transneuron的忆阻器设计减少硬件需求，Balanov教授称：“它能让电脑更快、更省电，像活物般实时适应。” 其次，机器人应用潜力巨大：单一装置模拟多脑区功能，能构建“皮层芯片”（cortex on a chip），让机器人感知环境、规划动作。Indian Express报道，这可用于医疗植入或神经接口，取代/补充脑损伤区域。 第三，脑科学启示：装置作为“沙盒”，帮助神经科学家模拟脑区通信，甚至探讨意识形成。Borisov博士表示：“它让我们更接近电子重现脑部分。” Technology Networks指出，这对脑机接口如Neuralink有借鉴意义。
挑战仍存。忆阻器稳定性需优化：银桥易退化，长期使用寿命有限。团队承认，模拟复杂脑网络需多装置集成，当前仅单神经元级。环境因素如温度波动可能干扰准确率。Balanov教授警告：“这只是小步，但意义重大。未来需解决可扩展性。” 伦理问题浮出：脑模拟或引发隐私担忧，欧盟AI Act要求高风险硬件审计。The News International报道，团队计划与Salk Institute合作，扩展到多神经元网络。
从更广视角看，这一突破强化了神经形态计算的势头。2025年，全球投资超100亿美元，IBM和Intel的TrueNorth芯片已商用。拉夫堡的transneuron或成“后摩尔时代”关键，推动从硅基向忆阻器转型。Saveliev教授展望：“它将带来更快、更省能的机器人，甚至电子脑接口。” 在气候危机中，高效AI将优化能源使用；医疗领域，它可助脑损伤恢复。
transneuron的问世，是类脑AI的一个小小里程碑。从实验室到现实，它提醒我们：模仿大脑，不是复制，而是超越。未来，机器人或不再笨拙，而是如人类般敏捷。拉夫堡团队的“小装置”，或开启“大时代”