別再談模擬大腦了，人類已開始“復(fù)刻”它！美國(guó)科學(xué)家剛剛發(fā)明一種全新的人工神經(jīng)元，它在工作的物理法則上，幾乎與你真正的大腦細(xì)胞同源！

這是剛剛在美國(guó)南加州大學(xué) (USC)開始的一場(chǎng)計(jì)算革命。楊建華 (Joshua Yang)教授領(lǐng)導(dǎo)的團(tuán)隊(duì)，2025年10月27日在《自然·電子學(xué)》上宣告：他們?cè)斐隽艘环N“擴(kuò)散憶阻器”神經(jīng)元。

這一突破的真正意義，不在于讓AI跑得更快一點(diǎn)，而在于我們可能找到了制造人工智能的另一條道路——不是用蠻力模仿思考，而是用生物邏輯去復(fù)刻思考。

幾十年來，我們對(duì)AI的全部想象，都建立在一個(gè)模仿之上。

我們驚嘆于AI模型的強(qiáng)大，但它們本質(zhì)上都是模仿大師。它們運(yùn)行在基于電子(electrons) 流動(dòng)的硅芯片 (CMOS) 上。為了讓它看起來智能，我們用了幾十、幾百甚至上千個(gè)晶體管，去模仿一個(gè)生物神經(jīng)元的功能。

這就像請(qǐng)了一萬(wàn)個(gè)演員，嚴(yán)格按照劇本去扮演一個(gè)人，而不是一個(gè)真正的人。

這種扮演的代價(jià)是毀滅性的：它極度臃腫，且耗電驚人。我們一直在用計(jì)算器假裝大腦，用硬件(hardware) 強(qiáng)行模擬濕件(wetware)。

楊教授團(tuán)隊(duì)則撕開了這個(gè)行業(yè)的“皇帝新衣”。他們問了一個(gè)直擊靈魂的問題：我們是不是從一開始就用錯(cuò)了工具？

你的大腦，那個(gè)功耗僅20瓦的生物奇跡，它在思考時(shí)，用的是“電子”嗎？

不。它用的是“離子” (Ions)！

你所有的思想、記憶、情感，本質(zhì)上都是鉀、鈉、鈣等帶電“離子”，在細(xì)胞膜內(nèi)外奔涌激蕩、擴(kuò)散漂移的物理化學(xué)過程。這是一種基于“物質(zhì)”本身運(yùn)動(dòng)的計(jì)算，一種“濕件”的邏輯。

看，這就是最大的誤解。如果生物智能的“底層語(yǔ)言”是離子，我們?yōu)槭裁捶且谩半娮印比シg它呢？

于是，楊教授團(tuán)隊(duì)干了一件最“出格”的事：他們也用離子！

他們發(fā)明的核心武器，叫做“擴(kuò)散憶阻器” (diffusive memristor)。他們沒有用生物的鉀鈉離子，而是巧妙地選用了銀 (silver) 離子

重點(diǎn)是：雖然材料不同，但這些銀離子在特殊氧化物中運(yùn)動(dòng)、擴(kuò)散、聚集和消散的物理動(dòng)力學(xué) (ion dynamics)，與你大腦神經(jīng)元中生物離子運(yùn)動(dòng)的物理法則高度相似

當(dāng)計(jì)算的底層邏輯從“電子”切換到“離子”，奇跡發(fā)生了。

首先，是尺寸的“坍縮”。

既然你用了和大腦一樣的極簡(jiǎn)原理，你就不再需要那“一萬(wàn)個(gè)演員”了。傳統(tǒng)CMOS要用幾十上百個(gè)晶體管模仿一個(gè)神經(jīng)元，現(xiàn)在，一個(gè)“擴(kuò)散憶阻器”方案（1M1T1R）在垂直集成后，占地面積只有一個(gè)晶體管那么大！芯片密度瞬間可以提升上百倍。

其次，是能耗的“雪崩”。

當(dāng)你不再用高耗能的電子強(qiáng)行模擬，而是用離子“順勢(shì)而為”，能耗自然就崩塌了。這讓芯片功耗暴降數(shù)個(gè)數(shù)量級(jí)（picojoule級(jí)別）成為可能。

當(dāng)然，這場(chǎng)革命才剛拉開序幕。目前實(shí)驗(yàn)用的“銀離子”和主流的半導(dǎo)體（CMOS）工藝還不太兼容。楊教授團(tuán)隊(duì)也坦言，下一步是尋找更兼容的替代離子。

但這扇大門已經(jīng)踹開了。

我們第一次有了一條清晰的路線圖，去制造一種在物理根源上就接近大腦的“新物種”。當(dāng)我們的機(jī)器不再“計(jì)算”答案，而是像我們一樣，用離子的涌動(dòng)“產(chǎn)生”思想時(shí)……

那一天，“通用人工智能”(AGI) 恐怕就不再是一個(gè)需要討論的問題，而是一個(gè)我們必須面對(duì)的現(xiàn)實(shí)。

參考文獻(xiàn)：

Zhao, R., Wang, T., Moon, T. et al. A spiking artificial neuron based on one diffusive memristor, one transistor and one resistor. Nature Electronics (2025). DOI: 10.1038/s41928-025-01488-x