侯雅琦 王鑫 侯旭

自1946年世界上第一台电子计算机问世以来，计算机技术成为过去70多年中发展速度最快、对人类生产生活的影响最具颠覆性的技术，特别是近幾年飞速发展的人工智能技术更是远超人们的预期和想象。但是，人工智能技术加速发展建立在计算量指数增长的基础上，因而带来巨大能耗。因此，发展新一代节能高效的智能计算机的需求日益迫切。而反观人类大脑，每个人每天所需的能量大约为10 465千焦，其中只有大约20%的能量供大脑使用[1]，换算下来，人类大脑的功耗仅为24.22瓦，远远小于一台台式机，更不用说耗能巨大的超级计算机。由此可见，人类的大脑是一个超低能耗、超高性能的生物智能系统，“仿脑”成为研究人员探索新型智能技术的重要突破方向。

脑科学的发展，让人们对大脑在运算和记忆过程中超低能耗的生理过程有了更深的理解。人脑中的神经信号是通过动作电位进行传导的，而动作电位的产生与神经元细胞中离子通道对其内部纳米限域离子传输的调控密不可分，而正是这种对离子传输的调控构成了从低级的肌肉收缩到高级的思维活动的生理学基础。另一方面，纳流控，作为一门研究纳米限域空间中流体行为的技术在近15年间获得了飞速发展。微纳加工技术与纳米显微技术的成熟，使得对纳米空间中离子运动的调控逐渐成为可能。

仿生纳流离子学[2]就是在这几种不同技术飞速成熟的背景下诞生的新兴交叉学科。它是受大脑中神经信号产生与存储机制的启发，借助纳流控领域中的微纳技术，对纳米限域空间体系进行设计，从而实现对其内部离子等流体传输行为的智能调控，以期用人工纳流器件平台重现人脑中的神经电信号。人工纳流器件必将在未来人工智能、脑机接口与类脑智能等跨学科交叉领域具有广阔的应用前景。

要想成功模仿神经系统中的电信号，首先要明确神经系统中电信号的产生机制。1939年，剑桥大学的霍奇金（A. L. Hodgkin）和赫胥黎（A. F. Huxley）运用自制的微电极插入枪乌贼的神经元细胞内，首次观察到神经元细胞的跨膜电信号，以及动作电位是神经传导中的基本信号单元，由此提出产生动作电位的离子机制模型（Hodgkin-Huxley模型）[3]，这在神经信号产生与传导机制的研究中具有开创性意义，他们因此获得1963年的诺贝尔生理学或医学奖。具体来讲，神经系统中的电信号通过动作电位进行传导，而动作电位的产生与神经元细胞膜上的两种关键离子通道（K+、Na+通道）密切相关。大部分离子通道是特定的蛋白质分子通过自组装形成具有一定构型的微小通道，当外部环境条件变化时，比如膜电位、离子浓度、温度、pH等，蛋白质分子的构型会发生改变，从而改变离子通道的有效孔径大小，实现对不同离子的选择性输运调控。

在神经传导中的K+、Na+通道都是以电压作为门控的，也就是说，当细胞膜内外的电势差（即膜电位）达到一定数值时，离子通道会发生打开与关闭两种状态之间的转变。神经系统中动作电位的产生大致分为4个阶段：在没有受到外界刺激时，神经元细胞处于静息态，此时，细胞膜内部的Na+浓度低于细胞膜外部，细胞膜内部的K+浓度高于细胞膜外部，由于细胞膜内外离子浓度的差异，细胞膜内外整体呈现-64 mV的电势差（膜电位），此时两种离子通道均处于关闭状态；当细胞受到外界刺激，膜电位开始逐渐升高，达到离子通道的电压门控阈值，Na+通道响应迅速、快速打开，此时，K+响应较慢，仍保持关闭状态，细胞外部高浓度的Na+迅速流入细胞膜内部，使细胞膜内部的电势升高，形成一个高峰；随后，通过孔道蛋白构型改变，Na+通道关闭，K+通道打开，细胞膜内部高浓度的K+随之扩散出去，造成细胞膜内部电势的迅速下降；当膜电位下降到低于静息电位时，两种通道逐渐恢复关闭状态，膜电位通过离子扩散逐渐恢复到初始状态，这样一个完整的动作电位尖峰就形成了。当这个动作电位传导至下一个神经元，会成为下一个神经元的外界刺激，进一步激活下一个神经元产生新的动作电位。以此类推，外界刺激信号就能够在神经系统中快速传导。

仿生纳流离子学，即受生物神经系统信号传递与存储机制的启发，以离子通道可控离子传输的功能为模板，通过纳米材料设计，构建具有类似功能的人工离子可控传输纳流器件平台，内容包括纳米限域空间的制备、限域空间物质传输机制的研究、面向智能应用的纳流器件开发等，并以构建离子作为信号载体的智能计算体系为最终目标。

离子作为信号载体的优势特征

仿生纳流离子学当中产生电信号的信号载体为离子，这与目前现有大部分计算机当中的信号载体（电子与空穴）有很大不同，这种不同给仿生纳流离子体系带来了一些独特的优势特性：首先，仿生纳流离子体系不会出现空穴与电子的抵消，在动态生命过程中更加稳定；其次，离子种类和化学性质多样，由于这种多样性，未来能够提供更强的编码和并行运算能力，为设计提供了更多的灵活性；同时，带相同电荷量离子的质量远远大于带同等电荷量电子的质量（>1000倍），这样能够更好地抵御外界各种噪声；具有低能耗、低发热等更接近于生物体真实状态的特性。此外，纳流体系对流体传输行为的调控并不仅仅局限于离子，它还能够进一步拓展到更广泛的药物分子、神经递质等生物分子体系，为模仿更丰富的神经系统生理过程提供更多可能性。这些特性都为未来开发类脑智能和脑机接口的应用带来美好的前景。

离子电子学的重要进展

离子电子学大体经历了宏观体系中的初始发展和微观体系中的快速发展两大阶段。1959年，利用具有离子选择性的离子交换膜首次在水溶液体系中实现类似半导体PN结的非线性离子导通电信号，也就是具有整流效应的I-V电信号。这一成果拉开了在溶液体系中通过控制离子运动，实现特定电信号输出的探索序幕[5]。随后，在宏观体系中基于离子交换膜的离子学整流器件陸续被构建和研究，相关理论也有了一定程度的发展。但是，宏观体系的离子电子学器件在尺寸、能源和成本效率，以及集成方面并不具备优势，因而在很长一段时间当中，离子电子学的发展都比较缓慢。直到2000年前后，纳流控作为一门研究纳米限域空间（1～100 纳米）中流体可控传输行为的新兴学科，逐渐成为科学界关注的前沿热点领域[6，7]，尤其是近15年，有关纳流控的研究工作数量指数式增长，成为科学研究最活跃的领域之一。特别是近年来，微纳加工制造与微纳尺度的成像、表征技术日渐成熟，纳流控技术开始进入高速发展阶段，由此，借助纳流控技术与纳流器件模仿、实现生命活动中的各种离子传输现象也逐渐从想象变为现实。纳流控技术的逐步成熟推动着离子电子学的研究逐渐从宏观研究进入到了微观的纳米限域空间这一全新研究领域。

最初关于纳流器件调控离子传输的研究集中在一维纳流器件体系。例如，通过物理化学方法来制备人工的单纳米通道，再进一步采用生物分子，如DNA分子，对纳米通道内部进行修饰和功能化，利用特定环境刺激下DNA分子构型的转变来改变纳米通道的有效孔径，从而实现对通道内部离子传输行为的调控[4]。类似半导体二极管对于电子传输具有单向导通的“整流效应”，也可以通过纳米通道的设计，实现离子沿不同方向具有特定的传输行为，称之为“纳流二极管”。进一步，采用更加复杂的分子或者具有不同响应性的分子，比如氨基酸、短肽链或一些高分子材料，来构筑更具复杂功能的仿生离子通道，通过对其结构的对称或非对称设计，构建出仿生对称/非对称人工离子通道，来模仿生物体系中较为复杂的离子通道结构和功能，例如制备具有pH、温度、离子浓度、电场、磁场、光响应等多种响应性协同的纳流二极管体系[4，7]，之后将这些具有特定传输功能的纳米通道集成于微流控芯片，2009年，首个以水溶液相为工作环境，以离子为信息载体的离子逻辑电路得以实现[5]。2019年，研究人员将碳纳米管与柔性聚合物复合，设计了一种新方法，通过通道曲率的动态变化来实时调节纳米通道中的离子传输，从而获得不同整流特性，赋予人工纳米通道动态形变的特性，这更加接近于生物体中的动态生命过程，被称为“仿生动态纳米通道”[8]。

近些年，随着纳流体系的进一步发展，以石墨烯、氮化硼、二硫化钼等为代表的二维材料快速涌现，它们具有“层层之间”所形成的平面纳米限域结构，在这个二维的限域空间里面，离子运动的平移自由度相较于一维纳流体系有所增加，带来离子间相互作用次数增加、作用形式更加多样，离子会出现更多种的聚集形态，同时离子运动的滞后效应为保持这些聚集形态带来了潜在的记忆效应。例如，2021年[9]，通过石墨烯片层构建的二维限域空间，其中的单层电解质在电场诱导下逐渐发生团聚，重组成链状团簇，链状团簇的形成改变了体系的离子电导，赋予体系具有时间依赖性离子电导的记忆效应，获得“纳流忆阻器”，并基于这个纳流忆阻器单元成功重现了类似生物神经元产生的电压尖峰动作电位信号，展现了纳流离子器件在模仿生物神经系统行为中具有的巨大潜力。随着离子电子学在纳米尺度体系的飞速发展，仿生纳流离子学这一全新概念于2021年被首次提出[2]。

脑机接口技术（brain-computer interface， BCI）一直是科幻小说等文学作品中的热门话题。值得一提的是，近几年由于计算机、脑科学、仿生科学、柔性电子学和材料科学等迅速发展，BCI技术也逐渐从文学走入现实，不光在科学界，也在社会与企业界越来越受到积极关注。2020年，马斯克（E. Musk）的Neuralink公司发布的植入式大脑芯片，有望用于通过意识操控手机、电脑等技术设备，再次引起社会各界对BCI技术的广泛讨论与想象。但在现阶段，大脑与计算机的双向沟通远未实现实用化，其中一个主要的原因就是这两个系统采用的是两种不同的信号传导介质。由于仿生纳流离子学模仿的是大脑的信号传输机制和工作环境，用到的信号载体是与大脑中相同的离子，工作环境也是与大脑中相同的水环境，这就大大提升了这种人工纳流器件与生物大脑的兼容性，使它可能成为连接大脑与计算机之间的桥梁。

目前，全球有不少的顶尖研究团队都在开展相关研究，许多最新的研究成果，都为这一领域未来的发展提供了新颖丰富的视角和可能的突破口。例如生物体系中由于扰动或动态形变产生的非平衡态性质引起了科学界的广泛关注[8]，动态非平衡性的引入将为研究生物体中复杂的响应特性提供更多的维度。我国研究人员[10]提出生物离子孔道的宏观量子共振态可能作为神经系统中信号传输的信息载体，这种信号传输机制或许是神经系统极其优异节能性的原因所在。由于纳流离子器件与生物体系的信息传递使用相同的“语言”，这将打破自然系统与人造系统之间的信息壁垒，使之成为连通生物脑与人工脑的沟通桥梁，这将极大地推动交互式脑机接口和可穿戴（或植入式）设备的开发。此外，离子器件在水溶液环境中工作，这样还能够利用水溶液的固液相转变研究更具挑战性的技术，如未来星际旅行中的人体冷冻与休眠技术等。

仿生纳流离子学研究的终极目标是通过模仿人类大脑中的信息产生和传导机制，去设计类似人类大脑这种超高效超节能的人工大脑，将人工智能发展为类似人类大脑的类脑智能。这是一个庞大的工程，目前仍处于发展的最初级阶段，面临着众多的挑战，需要各个领域很多学科的进步共同推动。比如，要模仿大脑，首先的理论基础就是脑科学的发展，需要脑科学专家的努力。当我们对于人类大脑中的神经网络结构和其中信号传导或记忆等的作用机制的认识更加深入时，就会启发和促进仿大脑结构的设计。此外还需要材料科学的进步，能够有足够先进的微纳加工技术精确制造所涉及的仿生纳流器件。同时，必不可少的就是计算机和人工智能的发展，形成一套能适配这种新兴纳流元器件的算法，才能最终实现目标。

[本文相关内容受国家重点研发计划（2018YFA 0209500）， 国家自然科学基金（52025132， 21975209， 21621091）资助。]

[1]Raichle M E， Gusnard D A. Appraising the brain’s energy budget. Proceedings of the National Academy of Sciences， 2002， 99（16）： 10237-10239.

[2]Hou Y， Hou X. Bioinspired nanofluidic iontronics. Science， 2021， 373（6555）： 628-629.

[3]Hodgkin A L， Huxley A F. A quantitative description of membrane current and its application to conduction and excitation in nerve. The Journal of Physiology， 1952， 117： 500-544.

[4]Hou X. Bio-inspired asymmetric design and building of biomimetic smart single nanochannels. Springer Science & Business Media， 2013.

[5]Chun H， Chung T D. Iontronics. Annual Review of Analytical Chemistry， 2015， 8（1）： 441-462.

[6]Bocquet L. Nanofluidics coming of age. Nature Materials， 2020， 19（3）： 254-256.

[7]Wang M， Hou Y， Yu L， et al. Anomalies of ionic/molecular transport in nano and sub-nano confinement. Nano Letters， 2020， 20： 6937-6946.

[8]Wang M， Meng H， Wang D， et.al. Dynamic curvature nanochannelbased membrane with anomalous ionic transport behaviors and reversible rectification switch. Advanced Materials， 2019， 31（11）： 1805130.

[9]Robin P， Kavokine N， Bocquet L. Modeling of emergent memory and voltage spiking in ionic transport through angstrom-scale slits. Science， 2021， 373（6555）： 687-691.

[10]Zhang X， Antonietti M， Jiang L. Bioinformation transformation： From ionics to quantum ionics. Science China Materials， 2020， 63（2）： 167-171.

關键词：仿生系统 纳流控 离子电子学 脑机接口 人工智能 ■