人造神經元成功操縱植物，讓捕蠅草強行閉合，腦機接口新思路打開丨Nature子刊
人造神經元：你自閉吧！捕蠅草：好的
博雯 發自 凹非寺
量子位 | 公眾號 QbitAI
每日一問：機械義肢什么時候普及？
二次元中里常用的解決方法是將神經與硬件設備（包括各種電纜）相連，以達到控制的目的，當然了，我們現在的科技水平還做不到。
于是有人就提出，能不能通過傳感器感知特定的場景來自動的完成相應的動作，也就是“讓義肢它自己的想法”？
你別說，這個真可以有。
人造一個神經元，直接讓捕蠅草遭四周空無一蟲的時候也能閉合：
對，你沒聽錯，人造了一個神經元。
將捕蠅草的生物細胞與這個特殊的神經元相連，就能模擬大腦處理和傳遞信息，向捕蠅草的葉片“強加”一個“意識”。
（人造神經元：你自閉吧！捕蠅草：好的）
還不僅如此，進行實驗的科學家還配合制作了神經突觸，兩者連接，就相當于人造了一個局部的神經突觸系統。
能夠進行赫布學習，具有短期可塑性的那種。
這個“人造神經系統”來自一篇近期發表在Nature子刊Nature Communications上的論文，華人共同一作。
作者在論文中還表示，這種人工制造的局部神經系統定義了一個新的前景：
未來，這一人工系統或許能與植物、無脊椎動物和脊椎動物的生物信號系統（如中樞神經系統）進行連接或更復雜的整合。
啊這，更復雜是指……
△《攻殼機動隊》中外化的機械人腦
“印刷噴涂”而成的人工神經元
先從人造神經元開始說起。
這種神經元簡稱OECN，全名有機電化學神經元（Organic ElectroChemical Neurons）。
它基于有機電化學晶體管（OECTs）制成，是研究團隊在2018年時開發的一種新型材料，使用絲網印刷和噴涂組合制成，可以在一張塑料薄片上印刷成千上萬個。
它的特性就是高度的生物相容性，這使得這種晶體管制成的神經電路具有離子介導的尖峰機制，與生物系統的信號特征非常相似。
將這些元件組合在一起，就能創建一個模擬神經元行為的微型電路：
也因此，人造神經元的運行機制類似于生物神經細胞。
在靜止狀態下，神經細胞的外側帶有多余的正電荷，細胞內側帶有多余的負電荷，同時，在膜電壓超過給定閾值時，生物神經元就能產生脈沖。
而人造神經元則通過向輸入端注入電流產生尖峰，實現一種類似的動作電位的傳導，還能調節電解質的離子濃度控制尖峰頻率。
將人造神經元與捕蠅草連接，根據神經元的放電頻率就能誘導其肺葉閉合：
加入突觸，形成神經網絡
但單個神經元對于生物體來說是沒有意義的，研究團隊的一位科學家表示：
神經元和突觸一起構成了大腦的基石。
于是，團隊也制造了人工突觸OECSs，全稱有機電化學突觸（Organic ElectroChemical Synapses）。
突觸與神經元采用相同的結構制造，通過在通道中施加柵極電壓脈沖，使人工突觸導電性可以長期增加：
通過實驗，研究人員成功證明了制成的人工突觸進行了赫布學習（Hebbian theory）：
即不再直接對神經元輸入興奮性電流，而是向突觸施加電壓，根據其突觸強度將其轉換為電流，從而調節尖峰頻率。
赫布學習是神經科學領域的一種理論，解釋了腦中的神經元在學習的過程中所發生的的變化，即：兩個神經元之間的連接強度會隨著活動的增加或減少。
神經元之間的連接強度控制著不同大腦回路的功能，這也是信息編碼進入大腦的關鍵。
當然，也有不足。
我們大腦中的神經元之間的連接強度會根據活動而實時增強或減弱，但現在的人工突觸只能不斷增強，但不能減少。
如果這種神經元的連接強度不可逆，那也就無法形成有效的網絡。
賽博朋克又一步
不過，在前往的復雜的人工制造的感覺和處理系統之前，這種研究至少點亮了第一步。
與捕蠅草連接并成功誘導的“閉合”動作，就證明了未來或許還能實現更加復雜的傳感器檢測，與生物系統進行集成，促進植入式設備的開發。
并且，這些人工神經元的電路是印刷在柔性基板上的，可以進行大規模的印刷，具有較高的制造產能。
軟體機器人、腦機接口，甚至賽博朋克中的人機結合，都是可想象的未來。
論文有兩位共同一作Padinhare Cholakkal Harikesh和Chi-Yuan Yang。
其中Chi-Yuan Yang為來自北京的華人科學家，博士畢業于北京大學，現是瑞典的林雪平大學科學與技術系的一名博士后。
論文：
https://www.nature.com/articles/s41467-022-28483-6
參考鏈接：
[1]https://futurism.com/the-byte/scientists-control-venus-flytrap-with-implanted-computer-brain
[2]https://singularityhub.com/2022/02/25/scientists-created-an-artificial-neuron-that-can-make-a-venus-flytrap-snap/
- 有道智能學習燈發布，通過“桌面學習分析引擎”實現全球最快指尖查詞2022-04-08
- 科學證明：狗勾真的懂你有多累，聽到聲音0.25秒后就知道你是誰，對人比對狗更親近2022-04-14
- 在M1芯片上跑原生Linux：編譯速度比macOS還快40%2022-04-05
- 小學生們在B站講算法，網友：我只會阿巴阿巴2022-03-28
相關閱讀
