Ham Donhee 哈佛大学教授在崔钟贤学术院发表特别讲座：“展望实现类脑计算的新可能性”

by Lee Hyeonjoo

Published 01 Jun.2026 08:30(KST)

利用半导体神经信号测量技术
突破精度与规模的两难困境
通过突触信号分析的大规模并行化
展现实现类脑半导体的可能性

利用半导体芯片同时测量数千个神经元内部电信号的技术已经被开发出来。这一成果在实现单个细胞水平精度的同时，又具备大规模神经网络分析能力，被评价为不仅为阐明大脑信息处理原理的神经科学研究提供了新工具，也为下一代类脑（神经形态）计算技术的开发打开了新的可能性。

崔钟贤学术院1日表示，上个月28日于首尔江南区韩国高等教育财团大楼邀请哈佛大学工程与应用科学系讲席教授Ham Donhee 举办了特别讲座。

上个月28日，在首尔江南区韩国高等教育财团大楼举行的崔钟贤学术院主办特别讲座上，哈佛大学工程与应用科学系讲席教授Ham Donhee以“重塑大脑”为主题进行演讲。崔钟贤学术院供图

Ham教授在当天讲座中介绍了通过融合神经科学与半导体工程，阐明人脑信息处理原理并将其实现为下一代计算技术的最新研究成果。讲座的核心是Ham教授团队开发的、基于半导体的神经信号测量平台“iMEA（Intracellular Microelectrode Array，细胞内微电极阵列）”。该技术是一个能够大规模、同步测量活体神经细胞内部电信号的系统，被视为有望克服长期困扰神经科学领域的“精度与规模两难问题”的全新路径。

以往技术在少数神经元的精密测量和大规模神经网络观测之间必须二选一，而研究团队通过设计优化细胞与电极结合结构及其电学相互作用的电路，挑战同时实现这两点。借此，他们开发出一项技术，不仅可以大规模同步测量动作电位（AP），还可测量以往利用传统电极阵列难以观测到的突触后电位（PSP）。

其核心在于制备在半导体芯片上的微米级孔结构电极。当细胞安置在孔上时，电极周围被封闭密封，施加微弱电流后，细胞膜会暂时打开，从而能够测量细胞内部的电信号。该技术在保持单个细胞水平精确信息的同时，还能同步观测大规模神经网络。

Ham教授表示：“过去要么精细地看，要么看得多，两者只能择其一，我们的目标是在精细观测的同时又能大范围观测”，“这是在保持单个细胞水平信息的前提下，对大规模神经网络进行分析的一种新方法”。

在当天讲座中，Ham教授强调，为理解大脑的信息处理原理，必须着眼于神经元之间的连接部位——突触，而不仅仅是神经元本身。他指出：“大脑的记忆和学习是通过突触实现的”，“理解突触连接强度及其变化过程，是阐明大脑信息处理原理的关键所在”。

Ham教授团队开发的iMEA系统在一块芯片上集成了约4000个电极。在以培养的小鼠神经元为对象的实验中，平均在3600个电极（约90%）上同时测得细胞内信号，最多在3900个电极（97%）上获取到信号。研究团队在此基础上，成功重构出约7万个功能性突触连接的映射图。这一成果在突触连接网络规模以及单个神经元信息精度方面，都大幅突破了既有技术的限制。此外，研究团队还确认了PSP幅度的量子化模式，证明测得的信号真实反映了突触活动。Ham教授强调，本次研究不仅对脑科学，而且对下一代计算技术也具有重要启示意义。

Ham教授表示，目前正推进从体外（in-vitro）神经细胞培养阶段，迈向在活体动物大脑中测量神经信号的在体（in-vivo）研究。但由于脑组织运动引发的微振动，以及电极插入过程中产生的免疫反应等问题，仍是亟待解决的课题。他解释称，自己正集中研究力量，攻克这些技术难题，构建能够长期稳定测量神经信号的平台。

在随后进行的对谈环节中，高丽大学电气电子工程系教授Shin Changhwan 担任主持人，与Ham教授共同探讨了类脑半导体的技术与产业前景。对谈围绕人脑学习和记忆机制可为下一代半导体设计提供的启示，以及人工智能时代全新计算架构等议题展开。

必读新闻

“连泰铢都不如？”……韩元触及1560韩元，怎么回事[汇率飙升至1500韩元]①

Ham教授评价称，目前产业界讨论的类脑半导体尚未达到充分再现人脑运作原理的阶段，但他同时强调，为阐明大脑信息处理原理而开展的基础研究，将成为未来计算技术创新的基石。Ham教授表示：“大脑是一种在同一网络中同时进行存储和运算的结构，与当前的冯·诺依曼架构有本质差异”，“如果能够更加精细地构建突触连接图，就有可能据此设计出下一代类脑芯片”。他接着说：“最终目标是理解大脑如何学习、记忆和做出判断”，“我们将通过神经科学与半导体工程的融合，持续开展研究，以阐明人脑的信息处理原理，并将其与未来计算技术相衔接”。

한글 기사 보기

本报道由人工智能(AI)翻译技术生成。