神经网络计算的未来可能比我们想象的更糟糕——不是靠电运行的固体芯片，而是浸泡在水中。来自哈佛工程与应用科学学院(SEAS)和初创公司DNAScript的团队成功开发了一种基于水溶液中离子运动的处理器。物理学家认为，此类设备可能是类脑计算的下一步，因为它们更接近于大脑传输信息的方式。“水溶液中的离子电路使用离子作为信号处理的电荷载体，”研究人员在他们的论文中说。“我们提出了一种水性离子电路……这种能够进行模拟计算的功能性离子电路是朝着更复杂的水性离子学迈出的一步。”该研究发表在最新一期的《材料科学杂志》《Advanced Materials》上。论文：https://onlinelibrary.wiley.com/doi/epdf/10.1002/adma.202205096我们知道，从智能手机到云服务器的芯片处理计算任务都是通过固体半导体来操纵电子，这与生物工作的方法不同.大脑中信号传输的主要部分是液体介质中称为离子的带电分子的运动。虽然大脑令人难以置信的处理能力难以人工复制，但科学家认为计算机可以使用类似的系统：离子水溶液。由于介质的变化，这种方法比传统的基于硅的计算要慢，但它可能有一些有趣的优势。例如，离子可以从多种分子中产生，每种分子都具有不同的特性，可以以不同的方式加以利用。但首先，科学家需要证明它确实有效。由哈佛大学物理学家Woo-BinJung领导的团队一直在朝这个方向努力。构建计算机的第一步是设计功能性离子晶体管，这是一种切换或增强信号的设备。他们的最新进展涉及将数百个晶体管组合成一个离子电路。该晶体管由“牛眼”排列的电极组成，中心有一个小圆盘形电极，周围环绕着两个同心环电极。这与醌分子的水溶液接触。在使用中，施加到中央圆盘上的电压会在醌溶液中产生氢离子电流。同时，两个环形电极调节溶液的pH值，增加或减少离子电流。芯片（左），中间（中）有数百个晶体管（右）的阵列。基于醌类的晶体管，一类含有共轭环己二烯二酮或环己二烯二亚甲基结构的有机化合物，执行“重量参数和磁盘电压的物理乘法，由环对门控设置，产生离子电流的答案。大家可能知道“生物计算机”的概念，指的是用生物材料来代替现在计算机所使用的半导体芯片和存储介质。它被认为是除了量子计算之外计算机未来的另一个主要方向。但之前的许多研究都集中在单个离子二极管和晶体管上，而不是包含许多这些设备的电路。当前对计算能力要求极高的神经网络严重依赖矩阵乘法，涉及到多次乘法。因此，该团队设计了一个16×16的晶体管阵列，每个晶体管都可以进行乘法运算，以产生可以执行矩阵乘法的离子电路。它们在互补金属氧化物半导体(CMOS)电子芯片的表面上实现和运行。研究人员通过执行物理或模拟乘法累加(MAC)运算证明了这种阵列级离子电路的实用性。基于物理现象的模拟MAC运算——与基于许多数字逻辑门和布尔代数的数字MAC运算相比，新方法为降低人工神经网络的功耗指明了方向。离子晶体管的示意图。由于每个结电导都充当网络突触权重，因此馈入阵列行的输入电压根据欧姆定律乘以权重，所得电流根据基尔霍夫定律在每一列中累积。因此，每个列电流在物理上是输入数据向量和列的突触权重向量之间的点积。在每个离子晶体管中，施加电压Vin的电流Iout由Ig门控，我们可以找到Vin的一个区域，其中Iout=W×Vin，比例常数或权重W可以通过Ig进行调整，即在这个区域中，离子晶体管在权重和输入电压之间执行物理乘法。乘积运算。“矩阵乘法是人工智能神经网络中最常用的计算，我们的离子电路以完全电化学机械模拟的方式在水中执行矩阵乘法，”Woo-BinJung说。当然，该技术目前有很大的局限性，包括操作必须按顺序执行，而不是同时执行，这会大大减慢该方法的速度。不过，研究团队认为，下一步不是提高速度，而是在系统中引入更广泛的分子。到目前为止，该团队仅使用了氢离子和醌离子等三种或四种离子来实现水性离子晶体管中的门控和离子传输。该研究试图进行更复杂的离子计算，使电路能够处理更复杂的信息。研究团队指出，这项研究的最终目的不是利用离子技术与电子产品竞争或替代，而是以混合技术的形式使两者相辅相成。
