新兴的基于波动的功能有望为新的存储设备技术开辟一条道路。

 

由NIMS领导的一个国际联合研究小组成功地制造了一个由大量金属纳米线组成的神经形态网络。利用这个网络，研究小组能够产生与人类特有的高级大脑功能相关的电特征，如记忆、学习、遗忘、变得警觉和恢复平静。研究小组随后澄清了产生这些电特性的机制。天富注册链接

 

近年来，人工智能(AI)技术发展迅猛，并开始以各种方式影响我们的生活。尽管人工智能处理信息的方式与人脑类似，但人脑运作的机制在很大程度上仍是未知的。大脑的基本组成部分，如神经元和它们之间的连接点(突触)，已经被详细研究。然而，许多关于大脑作为一个整体的问题需要得到解答。例如，我们仍然不完全了解大脑是如何执行记忆、学习和遗忘等功能的，以及大脑是如何变得警觉并恢复平静的。此外，活体大脑在实验研究中很难操作。由于这些原因，大脑仍然是一个“神秘的器官”。“一种不同的大脑研究方法——能够执行类似大脑的功能的材料和系统被创建，其机制被研究——可能对识别类似大脑信息处理的新应用和推进脑科学有效。”

 

神经网络

 

(a)本研究小组制作的神经形态网络显微照片。这个网络包含了许多纳米线之间的连接点，它们作为突触元素运作。当电压被施加到网络(绿色探头之间)，电流通路(橙色)在网络中形成。(b)人脑和它的一个神经网络。众所周知，大脑具有复杂的网络结构，并通过电信号在网络中传播来操作。信贷:年来天富注册链接

 

最近，这个联合研究小组通过整合大量镀有大约1纳米厚的聚合物(PVP)绝缘层的银(Ag)纳米线，建立了一个复杂的类脑网络。两根纳米线之间的接点形成可变电阻元件(即突触元件)，其行为类似于神经突触。这种纳米线网络包含了大量错综复杂的突触元素，形成了一个“神经形态网络”。当对神经形态网络施加电压时，它似乎在“努力”寻找最佳的电流通路(即，电效率最高的通路)。研究小组测量了电流在网络中流动时电流通路的形成、保留和失活的过程，发现这些过程总是随着过程而波动，类似于人类大脑的记忆、学习和遗忘过程。观察到的时间波动也类似于大脑变得警觉或恢复平静的过程。我们发现，神经形态网络模拟的类脑功能是由于网络中大量突触元素共同工作以优化电流传输而发生的，换句话说，是自组织和新兴的动态过程的结果。

 

该研究小组目前正在开发一种使用神经形态网络材料的类脑记忆装置。该团队打算设计这种存储设备，使其使用与目前计算机使用的原理完全不同的原理。例如，虽然计算机目前被设计为花费尽可能多的时间和电量来追求绝对最佳的解决方案，新的存储设备旨在在特定的限制下做出快速的决定，即使产生的解决方案可能不是绝对最佳的。研究小组还希望，这项研究将有助于理解大脑的信息处理机制。

 

这个项目是由一个国际联合研究小组由Tomonobu Nakayama(中心副主任,国际材料Nanoarchitectonics (WPI-MANA)”,艾德里安·迪亚兹阿尔瓦雷斯(博士后研究员,WPI-MANA年来),Zdenka Kuncic(教授,物理学院,悉尼大学,澳大利亚)和詹姆斯·k·Gimzewski(教授,加州纳米系统研究所,加州大学洛杉矶,美国)。

 

这项研究于2019年10月17日发表在开放获取期刊《科学报告》上。