——记国家级高层次人才、二级教授梁安辉

1947年，贝尔实验室发明了世界上第一支晶体管，标志着电子技术从真空管时代迈向半导体时代，二极管与晶体三极管(简称晶体管或三极管)奠定了现代信息社会的根基。当我们惊叹于硅基芯片的精密时，你可曾想过，在碳基生命中也隐藏着类似的“生物元件”?这一追问，指引着一位科学家将目光从光纤的晶莹世界，投向神经元、神经胶质细胞与线粒体的微观宇宙。他，就是国家级高层次人才、阳光学院校学术委员会副主任、电子信息与交叉学科研究院院长、学科带头人梁安辉教授。

梁安辉教授以其跨越光纤通信、量子力学、视觉科学与生物光学等多领域的深邃视野，提出了一个石破天惊的论断：在动物乃至人体内，天然存在着功能完备的“生物二极管”与“生物晶体管”。这并非简单的比喻，而是基于半导体物理与量子生物学的严谨理论，他从生命自身的精密设计中汲取灵感，其关于睡眠本质、近视成因乃至大脑信息处理模式的系列新理论，正陆续得到来自牛津大学、MIT、日本理化研究所等世界顶尖团队的实验呼应。这位科学“跨界者”的旅程向我们揭示：生命，或许本身就是一部写满了创新密码的未来之书。

在哥本哈根参加一个国际会议时诺奖获得者Anne L’Huillier教授与梁安辉的合照

生物电路解码人类大脑

在梁安辉的理论图景中，有神经系统的动物体，特别是神经系统，是一个高度集成的“生物集成电路”。他的探索始于最基本的元件，在光纤通信、视觉、神经科学、人工智能、生物光学、量子力学及交叉学科等多个领域提出了一系列颠覆性的创新理论。

早年在原属于贝尔实验室的海底光缆部分从事尖端光通信研发的经历，赋予了梁安辉待生命结构的独特视角。

从1986年在清华上研究生开始便开始琢磨人眼上的生物光纤、二极管、晶体管，1998年，他在世界上首次提出，脊椎动物视网膜中的视杆和视锥细胞的外端，其微观结构如同人工制备的多量子阱/超晶格，是一个高效的生物光电二极管。这一理论将生物视觉的物理基础提升到了量子器件的高度。

更大的突破在于对“生物晶体管”的预言，2013年，梁安辉在瑞典国际会议上的特邀报告首次提出，动物体内突触处存在自然形成的生物晶体管。他具体指出，双极细胞的细胞核与穆勒细胞组成了晶体管，视杆的细胞核与穆勒细胞组成了晶体管， 视锥的细胞核与穆勒细胞组成了晶体管。 他也指出，在视锥细丝突触处， 一个视锥细胞+一个双极细胞+两个水平细胞构成了一对双栅晶体管，在视杆细丝突触处一个视杆细胞+两个双极细胞+两个水平细胞构成了一对双栅晶体管， 在视网膜的双极细胞“丝带突触”处，由一个双极细胞、一个神经节细胞及一个无长突细胞，就能构成一个具有信号放大功能的纳米生物晶体管;他也首先发现在大脑中，两个神经元与一个星形胶质细胞，也能形成类似的晶体管结构， 并且他首先提出这种大脑里包含星形胶质细胞的生物晶体管对于记忆很重要， 是意识的生物学基础之一。这一思想彻底打破了将神经胶质细胞仅仅视为“支持细胞”的传统观念。

这些看似超前的构想，正迎来世界范围内的科学回响。2022年，《科学》杂志的文章实验证实了动物突触的二极管特性，为梁安辉的理论提供了有力支撑。2025年5月，瑞典隆德大学的研究团队在《自然-通讯》上发表论文，采用了与梁安辉高度相似的细胞核生物晶体管模型做人工突触。与此同时，麻省理工学院(MIT)的研究人员通过计算模型指出，记忆功能与包含神经胶质细胞在内的多端元件(类似于晶体管)密切相关;日本理化研究所也通过实验证实了星形胶质细胞对记忆的关键作用。这些来自顶尖机构的独立研究，从不同侧面验证了梁安辉“生物晶体管”的核心思想。

一直以来，在人类大脑研究中，科学家一直认为星形胶质细胞，是大脑里的“保洁员”——清理垃圾、送送营养、维护血液供应，但其却是被忽视的“生命暗物质”与记忆密钥。梁安辉的理论将星形胶质细胞推到了舞台中央，他指出，传统人工智能研究只模仿神经元网络，完全忽略了人脑中数量与神经元相当、但突触数更多的神经胶质细胞。这导致了当前AI能耗极高，执行相同任务的耗能可能是人脑的十万倍。

在他看来，包含星形胶质细胞的生物晶体管，是记忆的生物学基础。MIT等机构将神经胶质细胞称为“生命暗物质”，正是因为它们虽然占据了大脑细胞的半壁江山，其深奥功能却长期未被照亮。梁安辉基于此，在世界上首先提出构建一种包含“人工神经胶质细胞”的全新人工神经网络架构，这或许将是通往下一代高效、类脑人工智能的关键路径。

这一系列发现的含义，远远超出了神经科学本身。梁安辉提出了一个足以重写技术史的深刻观点：如果神经突触中的晶体管结构被最终证实，那么晶体管这种基础电子元件的发明史，将不再是1947年始于贝尔实验室，而是可以追溯到至少7亿年前——最早拥有神经系统的栉水母出现的时代。生命的进化，早已先于人类智慧，完成了这项最伟大的“原始创新”。贝尔实验室的科学家只是发明了无机晶体管，而梁安辉首先发现了突触处存在生物晶体管。

探索生命系统深邃谐律

梁安辉的跨界思考并未止步于微观元件，他将生物二极管、晶体管置于整个生命系统的运作中，提出了一系列统一而宏大的理论，刷新我们对睡眠、视觉乃至大脑整体计算模式的理解。

“动物为什么要睡眠?”这是《科学》杂志列出的125个前沿难题之一。梁安辉给出了一个基于热力学的清晰解释：睡眠的根本目的之一，是为了给白天高度活跃的突触、线粒体、染色体及淀粉样蛋白大幅降温。他认为，清醒时，突触部位因生物二极管/晶体管的电流工作，以及线粒体的能量生产，局部温度可能高达50摄氏度左右，远高于体温。长期高温会加速这些精密结构的“热电击穿”与老化，进而可能导致阿尔茨海默病等神经退行性疾病。睡眠，就像一场系统性的“夜间冷却维护”，通过将局部温度降低10度以上，显著延长细胞寿命。

基于此，他进一步提出了一个更精巧的模型：线粒体是一个“纳米温差发电机”。它利用其内部基质与外部细胞质之间的温差来产生电位差，驱动能量(ATP)生产。清醒时，线粒体的基质温度可达50度， 巨大的温差保证高效发电，电位差很大 ;睡眠时，温差减小，发电效率降低，电位差很小，这在效应上等同于牛津大学最新研究中所描述的“电子泄漏”。

2025年，牛津大学团队在《自然》杂志上发表的重磅研究，为梁安辉的理论提供了强有力的间接验证。该研究证实，睡眠时线粒体存在“电子泄漏”， 睡眠剥夺会导致特定神经元内线粒体“电子泄漏”出现障碍，而睡眠是修复线粒体的必要过程。牛津大学大学发现的只是线粒体的温差减少作用的副效应。温差减少比“电子泄漏”更能直接与线粒体的寿命延长、突触的寿命延长，乃至细胞及动物体寿命的延长联系起来，是更为睡眠更为本质的原因。世界上有巨大的人口有睡眠障碍，仅中国就有三亿多人有睡眠障碍，梁安辉的研究意义重大，将给这些人带来福音。

在视觉领域，梁安辉的首次在世界上提出了可感光神经节细胞是生物光纤， 并且首先提出人眼视网膜中视杆和视锥细胞的轴突，排列构成了天然的“生物光纤光栅”。这种微观光栅结构能反射特定波长的光(如蓝光)，可能参与到色觉分辨和近视起因中。基于此，他提出了一个关于近视成因的新颖理论：在长时间看近距离目标时，由于这种生物光纤光栅反射回的蓝光耦合进可感光神经节细胞这种生物光纤的能量很小，所以人眼要自动调节光栅与可感光神经节细胞细胞核的距离以增加耦合进这种生物光纤的能量，长时间这样会增长眼轴，他将该理论与以前人提出的两个近视原因整合提出了一个统一的近视理论，日本学者认为眼接触的短波蓝光能量不足可导致近视，复旦大学杨雄里院士团队的翁史钧教授等人发现可感光神经节细胞的视黑素不足可导致近视，梁安辉提出这三种情况均可认为是可感光神经节细胞光电转换获得的电信号质量不好，这是导致近视的本质原因。这为理解和防治全球流行的近视问题，提供了一个全新的生物物理视角。世界上有巨大的人口有近视，仅中国就有6、7亿人有近视，梁安辉的研究意义重大，将给这些人带来福音。

此外，梁安辉对大脑如何“计算”也有着革命性的见解，不同于主流观点认为大脑是模拟或数字计算机，他首次提出，大脑是一个“模拟-数字-模拟”的混合计算机系统。具体而言，感官输入层(如视网膜光感受器及双极细胞)是模拟处理，信息在白质的有髓神经纤维中进行数字传输与运算，最后在皮层灰质又进行模拟整合与显示。

其中最具突破性的，是指出了大脑“卷积运算”的硬件基础。在人工智能中，卷积神经网络(CNN)的“卷积核”至关重要。以往认为它模仿的是猫大脑皮层的处理方式。但梁安辉教授发现，白质中有髓神经纤维的周期性结构(如包括郎飞氏结的规则排列)，本身就是执行数字卷积运算的天然“硬件卷积核”。这意味着，大脑最耗能的部分之一——白质，不仅是传输线，更是进行初级信息筛选和特征提取的“传算一体”的隐藏计算层。这一发现，为构建更类脑、更高效的人工智能架构提供了直接的自然蓝图。

梁安辉的交叉研究，最终反哺了工程技术。他受眼睛玻璃体(主要成分是水)散热机制的启发，早在2012年就率先在光通信领域提出采用“液冷”技术 为高功耗光模块散热。如今，液冷技术已成为数据中心和AI芯片散热的主流方案，英伟达等巨头都在大力推广，这印证了他从生命系统中提取工程智慧的远见。

30多年来，梁安辉教授的科研足迹，始终徘徊在生命奥秘与未来科技的交汇点上，他的理论，正一项项地从惊世构想变为受国际科学共同体验证的严肃学说。他打破了学科壁垒，在电子和生命之间，架起了理解的桥梁。在人类试图创造强人工智能、探索生命终极奥秘的今天，他的跨界求索犹如一盏明灯，照亮了一条向生命本身学习，以生物之“智”启迪技术之“新”的路径。这条路径的尽头，或许正是那个我们孜孜以求的、人工神经网络与生物神经网络的和谐统一。

当问及终极目标时，他说：“生命是最精密的计算机，我们要做的不仅是解读它的密码，更要用这些密码开启新世界。”（阳光学院电子信息与交叉学科研究院 ； 丁旭）

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。