今天,西班牙科学家们开发了一种磁性材料,能够模仿人类大脑存储信息的方式。这种材料可以模拟神经元的突触,并*模拟人类深度睡眠时产生的学习状态。神经形态计算是一种新的计算范式,科学家们可以通过模仿神经元的主要突触功能来模拟大脑的行为。这些功能中包括神经元可塑性:根据刺激神经元的电脉冲的持续时间和重复次数来存储信息或遗忘信息的能力,这种可塑性与学习和记忆有关。
在模拟神经元突触的材料中,记忆电阻材料、铁电材料、相变记忆材料、拓扑绝缘体以及*近的磁离子材料领域脱颖而出。在后者,由于施加电场而引起的材料内离子的位移引起了磁性的变化。
在这些材料中,我们知道当电压停止时磁性的演化(即刺激后的演化)很难控制。这使得模拟一些受大脑启发的功能变得复杂,例如,即使大脑处于深度睡眠状态(即,没有外部刺激),也要保持学习的效率。所以西班牙多所大学合作,提出了一种控制受激和后刺激状态下磁化演化的新方法。
科学家们开发了一种基于一氮化钴CoN薄层的材料,通过施加电场,科学家们可以控制N离子在该层与放置该层的液体电解质之间的界面处的反应。“这种新材料以类似于我们大脑的方式,通过电压控制的离子运动,其速度与神经元产生的速度相似,大约为毫秒。我们已经开发了一种人工突触,未来会成为一种新的计算范式的基础,而不是当前计算机所使用的模式。”
通过施加电压脉冲,可以以受控的方式模拟诸如存储器、信息处理、信息检索等过程,并且*在没有施加电压的情况下对信息进行受控更新。这种控制是通过改变一氮化钴层的厚度(决定离子运动的速度)和脉冲的频率来实现的,材料的布置允许不仅在施加电压时而且在*次移除电压时控制磁离子特性。一旦外部电压刺激消失,系统的磁化强度可以减小或增大。
这一新效应为新的神经形态计算功能提供了很多新的可能,它提供了一种新的逻辑功能,例如,当我们深度睡眠时,可以模拟大脑刺激后发生的神经学习,这种功能无法被任何其他类型的现有神经形态材料模仿。
“当一氮化钴层的厚度低于50纳米,并且施加的电压频率大于每秒100个周期时,我们成功地模拟了一个额外的逻辑功能:一旦施加电压,设备就可以被编程为学习或遗忘,而不需要任何额外的能量输入。在深度睡眠期间,当信息处理可以在不施加任何外部信号的情况下继续进行时,大脑会在深度睡眠过程中保持清醒。”科学家们解释说。