科学家在神经形态计算领域取得关键进展，由拉夫堡大学领导的国际研究团队成功开发出可模拟大脑多区域功能的“人工跨神经元”，为构建具备生物级感知与适应能力的机器人系统奠定基础。该成果发表于《自然通讯》，标志着硬件层面实现类脑智能迈出重要一步。

传统人工神经元仅能执行单一任务，而新型跨神经元通过集成忆阻器元件，展现出动态调整能力。研究团队通过电信号调控，使单个设备以70%-100%的准确率重现视觉、运动及前运动神经元的脉冲模式。实验数据显示，该装置能同步处理多重信号，并根据输入同步性差异作出响应，突破了传统人工神经元需多单元协同的限制。拉夫堡大学谢尔盖·萨维列夫教授指出：“通过调整电压等参数，同一单元可模拟不同脑区功能，这种灵活性源于忆阻器对环境变化的自适应特性。”

该技术核心在于忆阻器的物理记忆机制——银原子在电场作用下形成动态桥接，产生类脑脉冲信号。南加州大学约书亚·杨教授强调，此类硬件突破使系统具备持续学习能力，较现有AI模型可降低90%以上能耗。研究团队正推进“芯片上大脑皮层”项目，计划将数百个跨神经元互联，构建可感知、学习与控制的神经网络。索尔克研究所谢尔盖·格普斯坦博士认为，这或将催生能实时适应环境的自主机器人，其效率远超依赖软件模拟的传统系统。

除机器人应用外，该技术为脑科学提供新研究范式。拉夫堡大学帕维尔·鲍里索夫博士表示，人工神经元可作为神经科学家的试验平台，助力解析意识形成机制及脑区间通信规律。未来若与生物神经系统接口，或可实现受损脑区功能替代。

（来源：维度网）