生物大腦，特別是人腦，是一種理想的消耗能源少、運作效率高的運算系統。為了建立同樣出色的計算系統，許多神經形態科學家專注於設計旨在模仿大腦難以捉摸的學習機制的硬體組件。

最近，一個研究小組從不同的角度實現了這個目標，重點是測量訊息傳遞反而。他們的方法經過了生物學和模擬實驗，然後在電子神經形態系統中被證明是有效的。它發表於智慧計算。

雖然電子系統雖然尚未完全複製突觸和神經元之間的複雜訊息傳輸，但該團隊已經證明可以將生物電路轉變為電子電路，同時保持傳輸的資訊量。作者指出：“這代表著向受大腦啟發的低功耗人工系統邁出了關鍵一步。”

為了評估訊息傳輸的效率，團隊從以下方面汲取了靈感：資訊理論。他們量化了單一神經元突觸傳遞的訊息量，然後使用互資訊測量資訊量，對其分析揭示了輸入刺激和神經元反應之間的關係。

首先，研究小組用生物神經元進行了實驗。他們使用大鼠的腦切片，記錄和分析小腦顆粒細胞的生物迴路。然後他們評估了從苔蘚纖維神經元到小腦顆粒細胞的突觸傳遞的訊息。

苔蘚纖維會定期受到電尖峰的刺激，以誘導突觸可塑性，這是一種基本的生物學特徵，突觸的訊息傳遞隨著神經元的重複活動而不斷增強或減弱。

結果表明，互資訊值的變化與突觸可塑性引起的生物訊息傳遞的變化基本一致。模擬和電子神經形態實驗的結果反映了生物學結果。

其次，研究小組以模擬神經元進行了實驗。他們應用了由同一研究小組開發的尖峰神經網路模型。扣球神經網路受到生物神經元功能的啟發，被認為是實現高效神經形態計算的有前途的方法。

模型中，4根苔蘚纖維連接到1個小腦顆粒細胞，每個連接都被賦予一個隨機權重，這會影響訊息傳遞效率，例如突觸可塑性在生物電路中起作用。在實驗中，研究小組對所有苔蘚纖維應用了八種刺激模式，並記錄了反應，以評估人工神經網路中訊息傳遞的方式。

第三，研究小組用電子神經元進行了實驗。使用與生物和模擬實驗中類似的設定。先前開發的半導體裝置充當神經元，四個專門的憶阻器充當突觸。

團隊應用了 20 個脈衝序列來降低電阻值，然後再施加另外 20 個脈衝序列來增加電阻值。研究電阻值的變化以評估神經形態系統內訊息傳遞的效率。

除了驗證生物、模擬和電子中傳輸的資訊量之外神經元，團隊也強調了尖峰計時的重要性，據他們觀察，尖峰計時與訊息傳輸密切相關。鑑於大多數設備都是採用基於尖峰頻率的演算法設計的，這項觀察結果可能會影響神經形態計算的發展。

更多資訊：Daniela Gandolfi 等人，神經元迴路中的訊息傳遞：從生物神經元到神經形態電子學，智慧計算（2024）。DOI：10.34133/icomputing.0059