我们录制DVD的材料有更为诱人的属性：它可以模拟大脑的神经细胞和它们之间的连接。这一发现可能会导致开发类脑计算机，重要的是，它运行在超低功耗水平。

　　类脑计算机可以学习和适应，无需外部编程。这种能力将使机器更好地完成任务，比如进行脸部和语音识别。它们还可以处理和存储数据，就在相同的位置，就像神经细胞一样。传统计算失去效率，是因为使这些功能分离了。

　　

　　现在，两个研究小组已制成人工神经细胞，或神经元和突触（synapses），就是它们之间的连接，使用的合金为GST，就是组成成分单词首字母缩写：锗（germanium），锑（antimony）和碲（tellurium）。

　　在英国，埃克塞特大学（University of Exeter）的大卫•赖特（David Wright）和他的同事，已经创造了GST神经元，而在加利福尼亚州（California）斯坦福大学（Stanford University），菲利普•王（Philip Wong）的小组制成了一个纳米级的电子突触。这种交界处甚至模仿突触的方式，可以改变它们的连接强度。

　　GST被称为“相变”合金，因为它能改变分子结构，从结晶状态改变为无序的非晶“相”，这需要加热。在DVD中，这就让二进制的0和1被记录下来，然后由激光读取。

　　但GST可做的不仅仅是存储两个状态。一个GST小点内的不同区域，结晶或非晶都可以具有不同的程度，这意味着，它存储信息可以采用广泛得多的数值，而不是简单的0或1。这一点很重要，因为它是积聚输入信号，形成一个真正的神经元“火花”，这需要达到一定的阈值。

　　赖特的神经元能够模仿这种阀值反应，因为GST的电阻突然下降时，就是从非晶相（amorphous phase）转变为结晶。因此，输入的信号形式上是脉冲电流，这就可以用于人工神经元，而它被视为已发生反应，是因为它的电阻值骤然降底。

　　GST的卓越性能并非到此为止。当一个真正的神经元发生反应时，信号的重要性，对于它到达的下一个神经元而言，取决于连接它们的突触的强度。在自然界，这种强度的调整过程称为脉冲时间依赖的突触可塑性（STDP：spike-timing-dependent plasticity）：如果第一个神经元反复反应是在第二个之前，突触的强度就会增加，但如果第二个神经元首先反应，它的强度就会减弱。

　　杜古•酷足姆（Duygu Kuzum）是斯坦福大学团队的成员，他说，GST能够改变电阻，使它可以进行编程，动态改变他们制成的纳米人工突触的强度，这就像脉冲时间依赖的突触可塑性。这让他们可以优先考虑，对于任何给定任务而言，那个神经信号最重要。

　　因为只有75纳米宽，所以，这种人工突触具有低功耗，这是类脑计算机所需要的，酷足姆说。该小组的计算表明，1010个突触仅消耗10瓦，相比之下，一台超级计算机需要1.4兆瓦，用以模拟仅仅5秒钟的大脑活动。

　　“相变设备确实可捕捉到真实存在的大脑行为，”史蒂夫•弗伯（Steve Furber）说，他是英国曼彻斯特大学的，正在制造一台类脑计算机，采用的是传统微处理器。“但它有很长的路要走，我会感兴趣，因为它们将可制作1亿个，就在一个芯片上，这就不比别的差。”