研究人员说，受脑启发的计算组件提供了人脑神经元之间联系的最忠实的仿真。
所谓的Memristor，一种电阻，其电阻依赖于过去通过了多少电荷，模仿了钙离子在两个神经元之间的连接处的表现方式人脑，研究说。该连接被称为突触。研究人员说，新设备可能会在脑启发或神经形态的计算机上取得重大进展，这在感知和学习任务上可能比传统计算机更好，并且能节能更高。
“过去，人们使用晶体管和电容器等设备来模拟突触动力学，这可以起作用，但是这些设备与实际生物系统几乎没有相似之处。因此，这样做并不有效，并且会导致更大的设备区域，更大的能耗和较少的保真度。”您对大脑不了解的10件事这是给出的
先前的研究表明，人脑有大约1000亿个神经元和大约1000亿（100亿）的突触。理想情况下，以脑为灵感的计算机是为模仿大脑的巨大计算能力和效率，科学家说。
他告诉Live Science：“借助设备提供的突触动态，我们可以以更自然的方式，更直接的方式和更加忠诚模仿突触。” “您不仅模拟了一种突触功能，而且还模拟了其他重要功能，并且实际上将多个突触功能融合在一起。”
模仿人的大脑
在生物系统中，当神经冲动达到突触，它导致通道打开，从而使钙离子涌入突触。这触发了被称为神经递质的脑化学物质的释放，它们跨越了两个神经细胞之间的间隙，并将脉冲传递到下一个神经元。
研究中描述的新的“扩散回忆录”由嵌入硅硝酸硅膜中的银纳米颗粒簇组成，该材料夹在两个电极之间。
该膜是一种绝缘子，但是当施加电压脉冲时，加热和电力的组合会导致簇破裂。纳米颗粒通过膜扩散，并最终形成一个导电丝，该导电丝从一个电极转移到另一个电极。一旦卸下电压，温度下降，纳米颗粒聚集回簇。
研究人员说，由于此过程与钙离子在生物突触中的行为非常相似，因此该设备可以模仿神经元中的短期可塑性。低压脉冲的火车在高频上会逐渐提高设备的电导率，直到电流可以通过，但是如果脉冲继续下去，则该电导率最终将下降。 [超级智能机器：7机器人期货这是给出的
研究人员还将其扩散回忆录与所谓的漂移备忘录相结合，该备忘录依赖于电场而不是扩散，并针对内存应用进行了优化。这使科学家能够演示一种长期可塑性，称为峰值依赖性可塑性（STDP），该形式调整了神经元之间的连接强度基于冲动的时间。
先前的研究本身使用漂移征材来近似钙动力学。杨说，但是这些回忆录是基于与生物突触的物理过程大不相同的物理过程，这限制了它们的忠诚度和可能的突触功能。
杨说：“扩散的回忆录正在帮助漂移型的备忘录的行为与真正的突触相似。” “将两者结合起来，使我们自然地展示了STDP，这是一个非常重要的长期可塑性学习规则。”
准确地重现突触可塑性对于创建至关重要可以像大脑一样运行的计算机。杨说，这是可取的，因为大脑比传统电子产品更紧凑和节能，并且在模式识别和学习之类的范围内都更好。他补充说：“人脑仍然是有史以来最有效的计算机。”
如何构建它
杨说，他的小组使用与计算机记忆公司开发的工艺相似的制造过程来扩展Memristor的生产。并非所有这些过程都可以用白银作为材料，但团队未发表的研究表明，可以使用铜纳米颗粒。
杨说，假设该设备可以比人类突触更小，因为设备的关键部分仅测量横跨4纳米。 （为了进行比较，人头发的平均链约为100,000纳米宽。）这可能使设备比传统电子设备更有效地构建受脑启发的计算机。传统电子需要大约10个晶体管才能模仿一个突触。
这项研究是迄今为止人工突触的最完整的证明，就其能够多种功能而言，神经型计算专家Ilia Valov是德国尤利希研究中心的彼得·格伦伯格研究所（Peter Grunberg Institute）的高级科学家Ilia Valov。
他说，这种方法绝对是可扩展的，单单元系统当然应该能够达到生物突触的规模。但是他补充说，在多单元系统中，由于使更大的系统工作涉及的实际考虑，设备可能需要更大。
该研究的发现今天（9月26日）在线发布杂志自然材料。
原始文章现场科学。
