傳感與資訊科技的整合對生物電子學的發展至關重要。然而，隨著傳感器收集數據量的激增，傳統訊號處理方法面臨效率和能耗方面的挑戰，這推動了感知數位化技術的興起。感知數位化是指將感官輸入轉換為數位訊號，使數位系統能夠處理、分析並利用這些數據，從而實作資訊科技與物理物件、生物系統和環境的無縫融合。在生物體中，大量多模態感官輸入訊號透過神經網路的整合與處理，最終轉化為我們的感知體驗。同時，這些感官訊號透過突觸權重的調整逐步重塑神經網路，影響我們的認知和記憶。研究人員從生物系統的特征中汲取靈感，致力於將電導可調電子裝置與柔性傳感技術相結合以實作感知數位化，開發了各類模擬人類觸覺和視覺的功能性感官—記憶系統。除物理資訊外，化學資訊如神經傳導物質也在調節神經突觸可塑性中起關鍵作用，理解並提取這些化學信使所傳遞的資訊有助於更深入地了解大腦的工作原理與智慧行為。因此，化學響應類神經形態系統的發展也正在快速興起。這類系統有望賦予智慧機器人類似人類的情感能力與心理特征以革新人機互動領域，實作人類與機器之間更加復雜和智慧的互動。
圖1：神經形態生物電子裝置配置及其用於感知數位化的系統模擬
2024年6月27日，
南京郵電大學
的
汪聯輝教授、王婷教授
和
新加坡南洋理工大學
的
陳曉東
教授
在Advanced Materials期刊上發表了一篇名為：Conformal neuromorphic bioelectronics for sense digitalization的綜述。
該綜述聚焦用於感知數位化的神經形態生物電子學的最新進展，特別是從物理訊號向生化類訊號神經形態感知的發展趨勢，介紹了神經形態系統的生物學基礎與實作神經可塑性的裝置基礎、將神經形態模組與刺激響應模組整合的各類策略、多感官神經形態系統與人工反射弧的最新進展。最後，該綜述討論了神經形態系統在系統效能、與生物體整合過程、標準化等關鍵方面的潛在問題與解決方案。
【文章要點】
一、神經形態生物電子學中的突觸器件
生物系統的突觸可塑性可以透過電路中的電導變化過程來模擬。為了在器件層面實作神經形態行為，研究人員開發了兩種型別的電導可調器件，即雙端憶阻器和三端晶體管。文中介紹了不同種類的典型憶阻器和晶體管的工作原理，並綜述了突觸器件的最新進展。
圖2：用於模擬神經可塑性行為的突觸裝置
二、物理/化學刺激的神經形態感知系統
基於上述神經形態突觸器件，許多研究試圖模擬人類對諸如觸覺、視覺和傷害（溫度）等刺激的感知。透過傳感元件與突觸器件的整合，這類神經形態系統能夠響應感官刺激並自主更新突觸權重以實作感知數位化能力，完成模式辨識、影像辨識和動作辨識等復雜任務。除物理訊號外，對生化訊號的感知與適應也是人類適應環境的必要過程，例如嗅覺感受器對不同瓦斯分子的感知和辨別，神經細胞對離子流與神經傳導物質的感知和響應等，為了模擬生物突觸中的化學信使傳遞模式，促進腦機介面、智慧假肢和智慧機器人等套用的發展，已經有一些用於檢測生化分子的神經擬態裝置被開發。在文中對上述物理/化學刺激的神經形態感知系統的最新進展進行了報道與討論。
圖3 物理刺激的神經形態感知系統（觸覺）
圖4：化學刺激的神經形態感知系統（神經傳導物質）
三、多感官神經形態系統
在生物系統中，單一感官在獲取環境資訊時具有局限性，例如，光學錯覺可能會因視覺系統的缺陷而扭曲我們的感知。結合多種感官能夠大大提高從環境中收集準確和全面資訊的能力。受生物體啟發，科學家們也正透過為智慧機器人配備更多型別的傳感器來增強其感知與互動能力，其挑戰在於如何處理來自各種傳感器的數據，並像生物體的傳出神經一樣提供由多種感官輸入協調的綜合響應。為了解決這一問題，采用多感官融合策略的神經形態系統應運而生，例如觸覺-視覺系統和觸覺-嗅覺系統。文中系統報道了該領域最新進展，這些創新有望使機器人能夠更好地感知和理解環境，提高其在復雜環境中的操作能力。
圖5：多感官神經形態系統
四、人工反射弧
快速反饋對於生物體的環境適應至關重要，一個經典的例子是膝跳反射，其中大腿肌肉梭對機械拉伸刺激做出反應，透過股傳入神經向脊髓發送神經沖動，最終導致腿向前踢。受生物體反饋系統的啟發，研究人員致力於使用自主控制系統將神經形態系統連線到生物/人工傳出神經，文中對這類系統的最新進展進行了報道與討論，其在智慧機器人、神經修復和智慧假肢方面具有潛在的套用。
圖6：人工反射弧
圖7：傳感裝置的演變與生物神經形態智慧的發展趨勢
【結論與展望】
縱觀生物傳感器的發展歷程，起初，傳感器只是被動地反映外部刺激資訊，主要追求高靈敏度、選擇性和穩定性。隨著檢測生物訊號的需求增加，柔性傳感器應運而生，重點轉向實作可拉伸性、可降解性、自愈合和化石相容性等特性。近年來，具備自適應力的神經形態生物電子學裝置開始出現，其將被動傳感模式轉向具備生物神經智慧的主動感知模式。然而，盡管已經取得了顯著進展，這些裝置在響應時間、裝置尺寸和能耗等方面仍難以與生物系統媲美。
未來，神經形態電子學的發展方向在於將電子和生化元素與先進的機器學習演算法結合，以模擬復雜的生物突觸行為，提高系統的準確性、反饋速度和一致性。同時，開發可編程的軟界面、可降解和自愈合的裝置，以適應不同套用場景也是關鍵。此外，解決生物體內生物分子與神經形態系統之間資訊編碼方式的差異，對實作真正的電子—生物體連線至關重要。目前的神經形態裝置在處理化學或生物刺激方面仍存在局限，需要進一步擴充套件對生物化學刺激（如核酸）的感知能力。標準化問題也是制約其套用的重要瓶頸，缺乏統一的測試協定和參數，使得不同裝置的整合和高密度系統的制造面臨挑戰。因此，建立類似於傳統矽基電子裝置的通用測試協定、制造工藝和輸出格式，對於推動神經形態生物電子學的工業套用至關重要。
總的來說，感知數位化的神經形態生物電子學仍處於早期階段，需要電子學、材料科學、化學、生物學、醫學工程和電腦科學等不同領域的研究人員之間的跨學科合作以推進該領域發展。
--檢測服務--
聲明：僅代表作者個人觀點，作者水平有限，如有不科學之處，請在下方留言指正！
