新加坡国立大学Mario Lanza与阿卜杜拉国王科技大学相关合作者们提出了一种创新的方法，通过特定的偏置方式，使单个CMOS晶体管展现出神经和突触行为。这一实现为神经形态计算的发展带来了新的突破，相关成果以“Synaptic and neural behaviours in a standard Synaptic and neural behaviours in a standard”为题于国际顶级期刊Nature上发表。

随着人工智能和神经网络技术的飞速发展，硬件实现人工神经网络（ANNs）成为了研究的热点。传统的计算机在处理大规模数据密集型任务时，面临着能效比低下的问题。而硬件实现的ANNs，通过模拟生物神经元和突触的行为，能够显著提高能效。目前，先进的神经形态计算机，如Intel的Loihi和IBM的NorthPole，采用互补金属氧化物半导体（CMOS）晶体管来模拟神经元和突触，但这些设计需要大量的晶体管，增加了成本和复杂度。因此，简化神经元和突触的结构和尺寸，对于构建更复杂、更大规模和更节能的ANNs具有重要意义。    

本文的研究成果表明，标准的CMOS晶体管通过特定的偏置和连接方式，可以实现神经元和突触的行为，为构建高效的ANNs提供了一种新的途径。这种单晶体管的神经和突触行为模拟方法，不仅简化了结构和尺寸，而且具有高产量和超低器件间变异性，因为其基于成熟的硅CMOS平台，不需要引入任何与CMOS工艺不兼容的材料或器件。这种创新的方法为ANNs的硬件实现提供了一个短期解决方案，也为CMOS电路设计和优化在人工智能应用中提供了新的机遇。未来，这种基于标准CMOS工艺的神经突触单元有望在大规模神经网络的构建中发挥重要作用，推动人工智能技术的发展。

https://doi.org/10.1038/s41586-025-08742-4