一种用于模拟生物主动树突的通用电路及其在声源定位与神经元仿生中的应用

复杂的机器学习因神经网络的高功耗难以迁移至电池供电设备。受生物神经网络启发，研究者转向神经形态工程以寻求更高效方案。以往研究聚焦于人工神经元与突触，却忽视了一个关键组分：树突。树突将来自突触的输入传递至神经元胞体，并执行被动与主动变换。然而，神经形态电路以金属互连线替代了这些复杂计算通道。本研究引入一种通用电路，可模拟具有增益、引入延迟并执行积分的树突段。我们展示了声源定位——树突计算的一个生物学实例——用现有被动树突电路无法实现，但可由所提电路完成。我们还发现树突可形成爆发式神经元。这一重要发现暗示了仅由树突电路构成神经网络的可能性。