编辑推荐：
脉冲神经元的集体动力学在其相空间中形成低维形状，称为神经流形（neural manifold）。《Nature Communications》近期一项研究通过实验证明，该形状可用于以极小训练成本预测计算的后续步骤。观察黄昏田野上鸟群的盘旋：云团折叠、拉伸、分裂
脉冲神经元的集体动力学在其相空间中形成低维形状，称为神经流形（neural manifold）。《Nature Communications》近期一项研究通过实验证明，该形状可用于以极小训练成本预测计算的后续步骤。观察黄昏田野上鸟群的盘旋：云团折叠、拉伸、分裂与重组，在天空中勾勒出平滑形状，单个鸟并不持有或感知该形状；跟随一只鸟只见其路径锯齿状抖动。秩序不在单体而在整体滑翔形态中。大脑亦如此：单神经元发放看似无关，但同时记录多神经元时，集体活动不散布于全相空间，而是约束于平滑低维曲面，行为作为该曲面上的轨迹展开。受脑启发的记忆计算机器中，记忆将系统驱向对应问题解的不动点，仅探索全相空间低维区。神经科学家称此类曲面为神经流形，即基本单元群体集体活动形成的几何形状。越来越多证据表明，这些形状不仅是计算便捷表征，更可被用于计算本身。Wang等人提出：能否在物理现实中构建神经流形并用其预测计算轨迹？长期神经形态工程聚焦单器件人工神经元优化（如利用Mott金属-绝缘体转变自发放电复位的紧凑阈值开关忆阻器件），但单神经元无法捕获系统全部复杂性，真正能力源于群体集体动力学产生的涌现计算。传统做法在硅或其他材料实现神经元，群体几何留待软件事后重建；Wang等人反向而行——直接在硬件中构建群体几何并用于计算。研究人员以串联负载电阻的氧化铌Mott忆阻器件为单元素，器件自发放电可维持108次循环以上；扫输入电压得钟形调谐曲线（tuning curve），改变负载电阻使调谐曲线横向位移，形成峰值发放分布于不同电压的神经元群体；在高维空间绘调谐曲线发现其联合活动约束于低维空间轨迹，似反映群体发放内在几何结构的神经流形。传统流程先用降维或因子分析在软件重建低维几何，Wang等人则将流形结构直接嵌入硬件，因轨迹约束于平滑曲面，近期过去强约束即刻未来，少量连续观测即可定轨；Takens延迟嵌入定理保证短历史重建轨迹，结合随机分布嵌入与自储备池计算（autoreservoir computing）等方法提升精度与噪容且免训练免权矩阵。在氧化铌硬件上预测神经轨迹、感知不完整图像与癫痫发作时，流形仅用4帧达结构相似度（SSIM）约0.96，而储备池计算（reservoir computing）需约400帧达0.80；MNIST与癫痫发作预测结果类似。这意味着几何内置时预测近乎免训练。潜在应用为口袋级传感-计算-预测一体芯片，无标签、无反向传播、无云连接，可部署于传感器端用少数近期测量更新预测，省算能耗，适用于可穿戴癫痫预警、常开健康传感及机器人低功耗预测单元。局限在于属“短视界预测”（short-horizon prediction）且基准数据状态已分明，非临床验证癫痫预警；物理几何由2D/3D环路及10神经元群体小规模实验支撑，而癫痫结果来自90维实验调谐曲线空间而非90物理神经元；规模仅数十器件、两数据集、单SSIM指标（奖励预测曲线形状胜于精确时序幅度）；器件间差异增大会降精度，预测窗有限限制长期动力学预期。不论局限，该工作重定义神经形态器件角色：硬件不再由外计算轨迹，而是令群体几何作为物理现实自然涌现；将描述性框架转为生成机制，几何不仅刻画计算更主动实现计算。人造脑或许不是由外计算轨迹者，而是其自身活动已沿预定义低维曲面运动者，预测几何内置器件物理而非其上建模。待解问题为物理神经流形可造多大可靠、计算可信多远，此工作为新兴方向有力起点。
研究背景方面，神经科学长期观察到大脑脉冲神经元群体活动约束于低维神经流形（neural manifold，即群体集体活动在相空间形成的平滑低维曲面）上，行为作为流形上轨迹展开；受脑启发记忆计算亦仅探索全相空间低维区。神经形态工程过往聚焦单器件人工神经元（如基于Mott金属-绝缘体转变的阈值开关忆阻器件）性能优化，但单神经元无法承载系统复杂性，真正计算能力来自群体集体动力学。传统硬件实现神经元后，群体几何留待软件用降维或因子分析事后重建，未能把几何本身作为物理计算资源。Wang等人因此在《Nature Communications》提出并验证：能否直接在物理硬件中构建神经流形，并利用其低维约束实现免训练的计算轨迹预测。
主要关键技术方法上，研究人员采用串联负载电阻的氧化铌（NbOx）Mott忆阻自发放电单器件构成人工神经元，通过调节负载电阻平移钟形调谐曲线以构造峰值错列的神经元群体；将群体联合活动嵌入高维空间并确认其落于低维曲面，从而在硬件层直接实现流形结构。预测端结合Takens延迟嵌入定理与随机分布嵌入、自储备池计算等方法，从短时序观测外推轨迹，全程无反向传播训练、无权矩阵学习。评估在氧化铌硬件上以神经轨迹预测、MNIST手写数字不完整图像感知、癫痫发作预测三类任务进行，对照组为常规储备池计算。
研究结果部分，论文以“Building a neural manifold in hardware”小节说明：单Mott忆阻器件串负载电阻产生自发放电，扫电压得钟形调谐曲线，变负载电阻使曲线横向位移形成错列神经元群体，其联合活动在高维绘图中约束于低维平滑曲面，证实硬件内神经流形可物理实现。“Inverting the workflow”相关论述指出，传统先采放电再软件降维重建几何，本研究反向将流形嵌入硬件，因轨迹限域平滑曲面，近期过去强约束未来，Takens定理保短史重建可行，结合随机分布嵌入与自储备池计算免训练提升噪容。“Payoff on hardware”小节报告：预测神经轨迹时流形仅凭4帧达SSIM约0.96，储备池计算约需400帧达0.80；MNIST与癫痫预测呈类似优势，证明几何内置使预测近乎免训练。“Limitations”小节总结：工作属短视界预测、基准状态区分明显，癫痫结果非临床验证设备；物理几何证据来自2D/3D环路及10神经元群体，癫痫任务用90维实验调谐曲线空间而非90物理神经元；规模仅数十器件、两数据集、单用SSIM（偏重曲线形状而非精确时序幅度）；器件间变异增大降精度，预测窗有限。“Redefining neuromorphic role”小节强调：硬件不再是外算轨迹，而是群体几何作物理现实涌现，描述性流形框架转为生成机制，几何主动实现计算。
讨论与结论翻译总结：研究人员指出，当前工作重新定义神经形态器件角色——硬件被设计为使其群体几何作为物理现实自然涌现，而非由外部计算轨迹；群体几何不再仅用于刻画计算，而是主动实现计算。人造脑可能不是由外计算轨迹者，而是自身活动已沿预定义低维曲面运动者，其预测几何内置器件物理之中而非建模于其上。待解问题为物理神经流形可造至多大可靠、计算可信至多远未来，此工作为该新兴方向提供起点。
