科研人员在人工神经元领域取得突破性进展，成功研发出能够模拟大脑多区域活动的创新型人工神经元"Transneuron"。这项由英国拉夫堡大学主导，联合美国索尔克研究所与南加州大学共同完成的研究，标志着类脑计算技术迈入全新阶段，相关成果已发表于《自然·通讯》期刊。

传统人工神经元通常仅能执行单一功能，而新型"跨神经元"通过动态调整内部电学参数，实现了视觉处理、运动控制与决策规划等多任务的灵活切换。实验数据显示，该元件通过调节电压等电气参数，可精准复现猕猴大脑中稳定脉冲、不规则放电及快速爆发等三种典型神经活动模式，匹配度达到70%至100%。这种硬件层面的适应性突破，使人工系统首次具备接近生物神经元的动态计算能力。

研究团队揭示，这种多模态模拟能力源于其核心组件——纳米级忆阻器。当电流通过时，忆阻器内部的银原子会动态构建或断裂原子级导电桥梁，这种物理结构的实时变化直接驱动电脉冲模式的转变。温度波动、电压调整或电阻变化均可触发脉冲模式的自主切换，整个过程无需软件干预，真正实现了硬件层面的类脑工作机制。

拉夫堡大学项目负责人亚历山大·巴拉诺夫教授指出，该元件对环境变化具有高度敏感性，微小电学扰动即可引发功能模式的转变。这种特性不仅为构建人工感官系统提供了技术基础，更可能推动新一代自适应电子设备的开发。索尔克研究所神经科学家谢尔盖·格普斯坦博士强调，这种硬件级模拟方式突破了传统软件仿真的局限，使人工系统首次具备类似生物神经网络的动态学习能力。

在技术验证阶段，研究人员将人工神经元的脉冲输出与猕猴大脑皮层神经元的实测数据进行对比分析。结果显示，在视觉处理、运动协调与认知决策三类典型任务中，Transneuron均能产生高度相似的电活动模式。这种跨区域功能模拟能力，为开发"芯片级大脑皮层"奠定了关键技术基础。

该技术应用前景广阔。在机器人领域，可构建具备环境感知与实时适应能力的神经形态控制系统；在计算领域，有望开发出能耗降低数十倍的新型类脑芯片；在医疗领域，该元件可作为神经接口设备，实现与人类中枢神经系统的双向信息交互。这种可重构的神经形态元件，还将为解析大脑区域间通信机制提供全新研究工具。