据最新网络舆情数据显示，美国西北大学的工程师们成功研发出一种具有革命性的可打印金沙线路检测，该装置不仅能够模拟活体神经元的功能，还能与真实的脑细胞进行直接交互。这一灵活且成本低廉的设备能够生成与活神经元极为相似的电信号，从而有效激活生物脑组织。该研究成果于4月15日发表在《自然-纳米技术》期刊上。

在针对小鼠脑切片进行的实验中，金沙线路检测成功引发了真实神经元的反应。这一实验结果标志着电子设备与活体神经系统之间的兼容性达到了前所未有的高度。

该技术的应用前景广泛，涵盖脑机接口和神经修复装置，例如能够帮助恢复听觉、视力或运动功能的植入物。此外，这一研究为受大脑启发的新一代计算系统指明了发展方向。通过模拟神经元间的信息传递方式，未来的硬件有望在消耗更少能量的情况下完成复杂的任务。

研究负责人、西北大学的Mark C. Hersam教授指出：“当今世界由人工智能（AI）主导，为了提升AI的智能水平，我们需要用越来越多的数据对其进行训练。然而，这种数据密集型的训练模式也带来了巨大的能耗问题。因此，开发出更高效的硬件以处理大数据和AI任务显得尤为重要。由于大脑的能效比数字计算机高出5个数量级，从大脑中汲取灵感来研发下一代计算技术是非常有意义的。”

现代计算机通过在刚性二维硅芯片上集成数十亿个相同的晶体管，以应对日益增长的工作负载。每个组件的功能相同，且一旦制造完成，整个系统便固定不变。

与之相对，大脑的工作机制截然不同。大脑由多种类型的神经元组成，每种神经元具备特定功能，排列成柔软且动态的三维网络。这些网络会随着学习过程而不断变化，形成并调整连接。

Hersam表示：“硅基芯片通过集成数十亿个相同的器件来实现复杂性，而这些器件一旦制造完成便保持刚性和固定状态。大脑的特点则恰恰相反，具有异质性、动态性和三维结构。要向这个方向发展，我们亟需新的材料和电子制造方法。”

尽管此前已有金沙线路检测问世，但大多数装置只能产生过于简单的信号。为了实现更复杂的功能，工程师通常需要庞大的器件网络，这无疑增加了能耗。

此前，研究人员将这些墨水中的聚合物视作缺陷，因为它会干扰电性能，因此在印刷后通常会将其去除。然而在本次研究中，团队利用这一特性提升了器件的性能。

Hersam解释道：“当我们向器件通入电流时，聚合物会进一步分解。这种分解以空间不均匀的方式发生，形成导电细丝，使得电流集中在一个狭窄的空间区域内。”

这种狭窄的导电路径能够产生类似神经元放电的瞬时电响应。由此制成的器件可生成多种信号模式，包括单次尖峰、持续放电和爆发式放电，这些模式与真实的神经通信极为相似。

由于每个金沙线路检测都能产生更复杂的信号，完成高级任务所需的组件数量将大幅减少，从而显著提高计算效率。

为了评估金沙线路检测能否有效与活体系统进行交互，研究人员将人工信号应用于小鼠小脑切片。实验结果显示，这些信号能够可靠地激活真实神经元，并以类似自然大脑活动的方式触发神经回路。

除了性能优势外，这种新方法还具备环保和实际的优势。其制造过程简单且成本低廉，增材印刷技术仅在必要的地方沉积材料，从而有效减少材料浪费。

Hersam进一步指出：“为了满足AI日益增长的能源需求，科技公司正在建设由专用核电站供电的千兆瓦级数据中心。然而，这种巨大的能耗将限制计算技术的进一步升级——很难想象下一代数据中心需要100座核电站供电。同时，消耗千兆瓦级电力将产生大量热量，数据中心依赖水冷却，AI的发展正对水资源供应造成巨大压力。因此，从各个角度来看，我们都需要研发更高效的硬件以满足AI的需求。”

相关论文信息：https://doi.org/10.1038/s41565-026-02149-6