修改后的蘑菇可充当比特存储型忆阻器
有件事我完全没预料到:基于真菌的电子器件或许能在某种类神经计算中派上用场。等等,这到底是怎么回事?
事情是这样的:美国俄亥俄州立大学的研究人员近期发现,一些常见的食用菌(比如香菇)可以被培养并 “训练” 成有机忆阻器—— 一种能够记住过往电学状态的电子元件(图 1)。

研究人员使用真菌忆阻器和传统插件式原型板搭建了易失性存储电路。
他们的演示表明,这些基于香菇的器件不仅能表现出与半导体芯片相似、可重复的存储效应,还可用于制造其他低成本、环保、类脑计算的元器件。
说实话,人们很容易对这类研究嗤之以鼻,因为它们既没有使用稀有材料,也没有昂贵精密的仪器或复杂的实验室装置。
“冷门” 研究的潜力
从科技发展史中能得出一个结论:重大突破往往来自意想不到、最初被忽视的研究。你永远无法预知哪项 “不起眼” 的成果会石沉大海,哪一项会被继续深挖,并最终成为某些重要、甚至颠覆性成果的基础。
20 世纪 30 年代,伊西多・艾萨克・拉比发明了利用分子束磁共振测量当时未知的原子核磁矩的方法(并因此获得 1944 年诺贝尔物理学奖)—— 这无疑是一项非常前沿的成果 —— 但当时科学界的普遍看法是:“知识上的重大进步,但然后呢?”
直到三十年后,雷蒙德・达马迪安博士才意识到这一现象可用于人体内部成像和肿瘤检测。他通过小规模实验验证了这一概念,并在 1977 年研制并演示了第一台全身核磁共振系统,也就是现在的 MRI。(类似地,第一台激光也曾被嘲讽为 “一个在寻找问题的解决方案”,而我们都知道后来的故事。)
研究团队蘑菇忆阻器项目详情
为探索这种新型忆阻器的性能,研究人员培养了香菇和双孢蘑菇样本。成熟后将其脱水以保证长期稳定性,接入基础电子电路,再用不同电压和频率进行电刺激。
他们在蘑菇的不同位置连接导线和探针,因为蘑菇不同部位具有不同的电学特性。根据施加的电压和连接点位置,他们观察到了一系列截然不同的性能表现。
研究团队发现,当用作读写存储器(即 RAM)时,这种蘑菇忆阻器能够以最高 5.850 kHz 的频率在电学状态间切换,准确率约 90%。随着电压频率升高,性能会下降,但就像真正的大脑一样,可以通过在电路中连接更多蘑菇来修复性能。
在电学测试中,研究人员对每个样本施加交流电,并使用数字示波器测量相应的电流 - 电压(I–V)特性。
为提取准确的电流值,每个样本都串联一个已知阻值的分流电阻,采用标准分流测量方案(图 2)。为全面研究 4 种菌丝覆盖密度不同样本的类忆阻行为,研究人员分别使用方波和正弦波进行电压扫描。

图 2:通过测量已知分流电阻两端电压来确定电流
研究采用标准测量方法:通过测量已知分流电阻两端的电压,计算流过样本的电流。
方波用于检测基于阈值的陡峭电阻变化,而正弦波输入则能揭示更细微、连续的类存储行为。这种双波形方案能够在 I–V 曲线中识别出滞回环,这是忆阻器功能的关键特征。
研究团队还设计了另一套电路,用于测试两个串联真菌样本的易失性存储特性(前提是真菌表现出类忆阻行为)。测试设定一个任意模拟电压值为高电平,低于该阈值则为低电平。频率范围从 200 Hz 开始,最高到 5.85 kHz。
考虑到忆阻器的极性特性,研究人员又基于 Arduino 微控制器开发板设计了一套电路。该电路包含由两个忆阻元件组成的分压电路,可以设置与读取操作极性相反的电压(图 3)。

图 3:用于易失性存储测试的评估电路
该电路用于对真菌样本进行易失性存储特性测试。
所用电压均约为 5 V。连接的 Arduino UNO 在读取忆阻电桥时,通过一个数字输出引脚循环向包含半整流正弦波的继电器施加高电平信号,从而为分压器充电。
这一过程会引发电阻不对称性:靠近输入端的忆阻器电阻减小,而输出端的忆阻器电阻增大。随后通过模拟输入引脚读取分压器两端电压,并使用另一个数字引脚在分压器两端施加 5 V 电压。只有当测量电压超过预设阈值时,Arduino 才会将存储状态判定为 “开”,从而基于忆阻器的瞬态电阻状态实现易失性存储检测。
测试结果与结论
研究团队还进行了大量不同电压、频率和其他参数的测试,包括对忆阻分压器进行单次和连续读写操作的易失性存储测试(图 4)。

图 4:易失性存储器单次写入与读取结果
图表展示了易失性存储单元单次写入与读取的测试结果。
研究人员表示,目前很难对结果的意义给出绝对定论。不过,他们发表在 PLOS ONE 期刊上的论文《基于香菇菌丝的可持续忆阻器用于高频生物电子学》提供了详细的实验设置与结果表格,读者可以自行得出结论。他们还指出,真菌具有抗辐射特性,这可能使其适用于太空应用。
尽管研究人员强调蘑菇器件相比传统固态器件更具环境 “可持续性”,但这项工作提出了一个更大的问题:“有机” 网络是否可能成为一项颠覆性技术?
毕竟,拥有大脑(仅 3 磅重,功耗约 50 瓦)并借助外部传感器(眼睛、肌肉、触觉)的人体就能驾驶汽车。然而,要打造 L5 甚至 L4 级自动驾驶汽车,却需要巨大的算力、直流工作电源、相机、激光雷达、复杂算法等。大脑显然没有执行图像识别和决策算法,也没有进行高强度计算,却能完成这些任务。
也许当 L5 级汽车的处理架构更像拥有有机神经网络的人类大脑,而不是布尔逻辑的 “硬” 门电路时,它们才会真正普及?
到底什么是忆阻器?
忆阻器是与电阻、电容、电感并列的第四种基本无源电子元件。

它是一种非线性器件,其特性无法用其他三种基本元件的任何组合来复现,因为它将持久存储与电阻结合在了一起。忆阻器的电阻会 “记住” 电流最后一次接通时的阻值。因此,理论上它可用于制造无需持续供电即可保持数据的固态存储器件。
忆阻器最早由加州大学伯克利分校的电子工程教授 蔡少棠(Leon Chu) 于 1971 年理论预言。但直到 2000 年代初,惠普团队才真正制造出物理器件。它曾因其在非易失性存储中的潜力而备受瞩目,被誉为元器件领域的 “下一个大事件”。业界甚至认真尝试将忆阻器集成到固态器件中。
但与许多研究进展一样,由于性能、可制造性、密度、成本、兼容性以及竞争技术进步等多种原因,它并未取得预期的成功与普及。如今,忆阻器在元器件领域大多只是一个历史 “注脚”。但永远不要说 “永远不可能”—— 随着技术需求、能力和环境的变化,有些曾经失败的成果可能会卷土重来。



评论