科學家在人工神經元領域取得突破性進展，成功開發出一種能夠模擬大腦多區域活動的創新型人工神經元件“transneuron”。這項由英國拉夫堡大學牽頭，聯合美國索爾克研究所與南加州大學共同完成的研究，標志著類腦計算技術邁入全新階段，相關成果已發表于《自然·通訊》期刊。

傳統人工神經元通常僅能執行單一功能，而新型“跨神經元”通過動態調整內部電學參數，實現了視覺處理、運動控制與決策規劃等多任務的靈活切換。實驗數據顯示，該元件通過調節電壓等電氣參數，可精準復現獼猴大腦中穩定脈沖、不規則放電及快速爆發等三種典型神經活動模式，匹配度達到70%至100%。這種硬件層面的適應性突破，使人工系統首次具備接近生物神經元的動態計算能力。

研究團隊揭示，這種多模態模擬能力源于其核心組件——納米級憶阻器。當電流通過時，憶阻器內部的銀原子會動態構建或斷裂原子級導電橋梁，這種物理結構的實時變化直接驅動電脈沖模式的轉變。溫度波動、電壓調整或電阻變化均可觸發脈沖模式的自主切換，整個過程無需軟件干預，真正實現了硬件層面的類腦工作機制。

拉夫堡大學項目負責人亞歷山大·巴拉諾夫教授指出，該元件對環境變化具有高度敏感性，微小電學擾動即可引發功能模式的轉變。這種特性不僅為構建人工感官系統提供了技術基礎，更可能推動新一代自適應電子設備的開發。索爾克研究所神經科學家謝爾蓋·格普斯坦博士強調，這種硬件級模擬方式突破了傳統軟件仿真的局限，使人工系統首次具備類似生物神經網絡的動態學習能力。

技術驗證階段，研究人員將人工神經元的脈沖輸出與獼猴大腦皮層神經元的實測數據進行比對分析。結果顯示，在視覺處理、運動協調與認知決策三類典型任務中，transneuron均能產生高度相似的電活動模式。這種跨區域功能模擬能力，為開發“芯片級大腦皮層”奠定了關鍵技術基礎。

該技術潛在應用領域廣泛。在機器人領域，可構建具備環境感知與實時適應能力的神經形態控制系統；在計算領域，有望開發出能耗降低數十倍的新型類腦芯片；在醫療領域，該元件可作為神經接口設備，實現與人類中樞神經系統的雙向信息交互。這種可重構的神經形態元件，還將為解析大腦區域間通信機制提供全新研究工具。