條件制約學習在生物學與心理學上常被拿來作為記憶的研究，例如聯想記憶（associative memory）這個能力廣泛地存在各種生物中，但該如何用電子元件去模擬學習時神經迴路的反應呢？生物學上的神經迴路由神經元（neuron）與突觸（synapse）所組成，但其中的突觸因為擁有可塑性（plasticity），能依據接收的訊息來調節自己反應（如神經元間連結之強度），成為科學家們較難仿生的機制。
在 1971 年，有科學家預測在三種基本的電子元件電感元件，電阻，電容器之外，還有一種元件是能夠描述電荷與磁通量的關係。2008 年惠普公司的團隊製作出來這項元件，能夠在不同的電荷量中改變並記憶自己的電阻，即被使用在這次的研究中。
本文作者使用了記憶電阻（memory–resistor, memristor）設計出可在輸入電壓高於其設定的閾值時降低自身電阻的電子突觸，搭配上在接受到高於閾值的電壓時，會在輸入及輸出傳遞電流的電子神經元，成功地模擬出條件制約時神經迴路的反應。
雖然本篇研究僅使用三個電子神經元來進行模擬，但成功模擬出的突觸狀態，後續將可運用到更多樣的神經迴路中。此外，透過這類簡化的模擬，也能幫助科學家們去了解複雜而不易進行細節觀察、操控的實際神經迴路，在學習或記憶上究竟是如何運作的。
而在資訊學方面，透過記憶電阻的應用模擬神經系統，我們可以期待這將改善現有電腦的記憶體需要一個處理器來提取存入訊息的限制，或許哪天幾個房間大的超級電腦能被濃縮在一個高效能的超級晶片中。
上圖為本研究中電子神經元連結示意圖。Input 神經元（N1, N2）各具有電子突觸（S1, S2）傳遞訊號給 output 神經元 N3。其中 N1刺激會使 N3 輸出訊號。實驗目標為建立聯想記憶；換句話說，當 N2 產生刺激時 N3 也會有訊號輸出，而這個過程式是以條件制約的方式進行。 下圖為模擬結果。原本 output（黑色）只在 N1（綠色）興奮時產生，透過條件制約的學習過程（N1, N2 同時輸出訊號）使 N3 的 output 也能對 N2 作出反應！ 圖片來源：https://tinyurl.com/ycoyxg2c
參考資料：
- Pershin, Y. V., & Di Ventra, M. (2010). Experimental demonstration of associative memory with memristive neural networks. Neural Networks, 23(7), 881-886. doi:10.1016/j.neunet.2010.05.001
撰稿｜李其育
修訂｜林映希
