Физики из МФТИ сконструировали мемристор второго порядка и тем самым еще на шаг приблизились к созданию аналогового нейрокомпьютера. Легендарного, хотя пока и гипотетического устройства, которое копирует работу человеческого мозга при помощи иных механизмов. Ранее российские физики доказали несостоятельность мемристоров первого порядка, но на второй тип возлагают большие надежды.

Мемристором называется устройство для моделирования работы синапса, который хранит часть информации в виде связи с прочими синапсами. Но если им не пользоваться, не пропускать сигнал, связь ослабевает вплоть до полного исчезновения. Кроме того, работа синапса может быть разрушена под влиянием иных факторов, что открывает дорогу к моделированию и изучению такого явления, как забывание воспоминаний. В будущем нейрокомпьютере мемристоры выполняют функцию базовых «кирпичиков», из которых и выстроена его архитектура.

Синапс и мемристор

Мемристоры первого порядка строились на базе проводящих мостов наноразмера, которые оказались недолговечны – они самопроизвольно разрушались в процессе эксплуатации. Для второго поколения взяли сегнетоэлектрический оксид гафния, который под влиянием электрических импульсов переходит в состояния низкого, либо высокого сопротивления. Сложнее всего было подобрать правильную толщину пластины – экспериментально ученые установили, что нужно 4 нанометра и ни одним нанометром больше.

Мемристор второго порядка успешно прошел 100 млрд. тестов на выносливость, далее продолжать испытания не стали. Но помимо долговечности он обладает еще одним интересным свойством – из-за несовершенства технологий на границе между оксидом гафния и кремниевой подложкой сохраняются дефекты. Пока импульсы проходят часто, они пробивают этот барьер, но при бездействии проводимость начинает ослабевать, что и позволяет имитировать свойство синапса «забывать» информацию через разрушение связи.

Практической пользы от мемристоров второго порядка пока немного. Например, ученые спорят о том, каким должен быть механизм переключения мемристоров. Затем нужно научиться создавать на их основе ячейки памяти, с которыми будет удобно работать. И, наконец, разработать архитектуру нейрокомпьютера и проработать вопросы его интеграции с существующей электроникой.

источник