人工智能深度學習精選機器學習神經科學NEUROTECH打開神經科學文章機器人分鐘讀6摘要：研究人員開發了一種具有學習能力的可演化電化學晶體管。晶體管具有長期和短期存儲器的能力。研究人員報告說，這項新技術是利用有機電子技術進行機器學習的重要一步。林雪平大學的科學家們開發了一種基于有機材料的新型晶體管。它具有學習的能力，并具有短期和長期記憶。這項工作是創造模仿人類大腦的技術的重要一步。

到目前為止，大腦在能夠創建以前沒有的連接方面是獨一無二的。在高級科學的一篇科學文章中，林雪平大學的研究人員描述了一種能夠在輸入和輸出之間建立新連接的晶體管。他們已經將晶體管結合到一個電子電路中，該電子電路學習如何將某種刺激與輸出信號聯系起來，就像狗得知正在準備的食物碗的聲音意味著晚餐即將來臨一樣。

正常晶體管用作放大或抑制輸出信號的閥門，具體取決于輸入信號的特性。在研究人員開發的有機電化學晶體管中，晶體管中的溝道由電聚合的導電聚合物組成。在操作期間，通道可以形成，生長或收縮，或完全消除。還可以訓練它對特定刺激，某個輸入信號作出反應，使得晶體管溝道變得更導電并且輸出信號更大。

“這是第一次在神經形態裝置中實時顯示新的電子元件”，諾曼平校區有機電子實驗室有機納米電子學首席研究員西蒙娜法比亞諾說。

通過增加晶體管溝道中材料的聚合度來生長溝道，從而增加傳導信號的聚合物鏈的數量。或者，可以過度氧化材料(通過施加高電壓)并且通道變為無效。通過摻雜或去摻雜材料也可以實現導電性的暫時變化。

“我們已經證明，我們可以對晶體管如何處理信息產生短期和永久性的變化，這對于想要模仿腦細胞相互通信的方式至關重要”，有機納米電子學博士后詹妮弗·格拉西莫夫說。這篇文章的作者之一。

通過改變輸入信號，可以在很寬的范圍內調制晶體管響應的強度，并且可以在先前不存在的情況下創建連接。這使得晶體管具有與突觸或兩個腦細胞之間的通信接口相當的行為。

這也是使用有機電子技術進行機器學習的重要一步。基于軟件的人工神經網絡目前用于機器學習以實現所謂的“深度學習”。軟件要求信號在大量節點之間傳輸以模擬單個突觸，這需要相當大的計算能力，因此消耗相當多的能量。

“我們開發的硬件使用單一電子元件做同樣的事情”，Jennifer Gerasimov說。

Simone Fabiano和Jennifer Gerasimov開發了一種模擬突觸功能的學習晶體管。NeuroscienceNews.com圖片歸功于Thor Balkhed。

“因此，我們的有機電化學晶體管可以執行數千個普通晶體管的工作，能量消耗接近人腦在兩個細胞之間傳輸信號時所消耗的能量”，Simone Fabiano證實。

晶體管通道尚未使用有機電子產品PEDOT中最常用的聚合物構建，而是使用由Roger Gabrielsson生產的新開發單體ETE-S的聚合物，他也在有機電子實驗室工作。是該文章的作者之一。ETE-S具有幾種獨特的性質，使其非常適合這種應用 - 它形成足夠長的聚合物鏈，是水溶性的，而聚合物形式則不然，并且它產生具有中等摻雜水平的聚合物。聚合物PETE-S以其摻雜形式產生，具有本征負電荷以平衡正電荷載流子(它是p摻雜的)。