一种像人脑细胞一样尖峰的新型人工神经元可用于以超快的速度处理数据。

　　科学家们开发了一种超快的人工神经元，可以支持高速计算和模式识别等人工智能任务。 （图片来源：Chaoran Huang，香港中文大学）

　　科学家们开发了一种模拟生物神经细胞的新型基于激光的人工神经元。研究人员表示，这种人工神经元可以促进高速计算和人工智能 （>AI）。

　　人工神经元通过在神经细胞达到特定信息阈值时激活神经细胞来模拟神经细胞。当生物神经元接收到足够多的正确类型信息时，它会产生电脉冲与附近的神经元进行交流。同样，人工神经元只有在接收到一定数量的相关电子数据后才会处理和传输计算信息。

　　现有的人工神经元被称为光子尖峰神经元，它通过以全有或全无、断断续续的尖峰响应这些输入信号来模拟生物尖峰神经元。但是神经元接收这些输入信号的方式意味着，在每次尖峰之后的短时间内，它们无法响应新的输入。这个短暂的重置期限制了使用人工脉冲神经元执行的计算的速度。

　　但新的人工神经元通过强度可变的“分级”信号传递信息。在 2024 年 12 月 19 日发表在《光学》杂志上的这项新研究中，研究人员使用分级神经元系统来超越尖峰神经元的速度限制。与生物分级或“非尖峰”神经元非常相似，基于激光的系统在响应连续刺激时产生越来越强的输出信号，因此它不需要与尖峰神经元相同的重置周期。因此，新的人工神经元传输数据的速度比人工脉冲神经元快 100,000 倍。

　　研究人员将分级后的神经元整合到一个储层计算系统中——一种处理瞬态数据的人工神经网络。他们使用该系统扫描了 700 个心跳样本以查找心律失常。储层以每秒 1 亿次心跳的速度处理这些心跳，这比脉冲神经网络的速度要快得多。新系统以超过 98% 的准确率检测心律失常模式。在另一项实验中，系统以每秒近 3500 万位的速度对手写数字进行分析和分类，准确率达到 92%。

　　“凭借强大的记忆效应和出色的信息处理能力，单个激光分级神经元可以表现得像一个小型神经网络，”该研究的合著者、香港中文大学工程师黄超然在一份声明中说。“因此，即使是没有额外复杂连接的单个激光分级神经元也可以高性能地执行机器学习任务。”

　　连接多个分级神经元可以提供更强大的计算能力。“在这项工作中，我们使用了一个激光分级的神经元，但我们相信级联多个激光分级神经元将进一步释放它们的潜力，就像大脑有数十亿个神经元在网络中协同工作一样，”黄说。

　　“我们的技术可以在时间关键型应用中加速 >AI 决策，同时保持高精度，”Huang 补充道。“我们希望将我们的技术集成到边缘计算设备中——在源头附近处理数据——将促进更快、更智能的 >AI 系统，更好地服务于现实世界的应用，并在未来降低能耗。”