圖片來自pixabay.com
即使計算機技術已經歷空前發展,但是人腦的優勢仍遠超電腦。與標準計算機晶片不同,人腦能夠更有效地處理認知任務,也不會將存儲和計算割裂。
在過去十年裡,受到人腦神經網絡的啟發,神經形態計算的新模式已然出現。然而,為了製造可以模擬人腦神經元和突觸的裝置,研究人員需要克服一個基本的分子工程挑戰:如何使裝置在輸入刺激物觸發的不同電阻狀態間進行節能且可控的轉換。
在11月10日發表於《npj計算材料》的論文中,美國芝加哥大學普利茨克分子工程學院(PME)的科學家們提出了這種裝置的設計理念。研究人員利用多種過渡金屬氧化物預測了觸發電子性質轉換的新方法,這些方法可用作構建神經形態計算體系結構的基礎。
研究作者、普利茨克分子工程學院的Giulia Galli教授說:「我們用量子力學計算闡明了這種轉換機制,強調了原子尺度下的具體發生經過。由此,我們還設計了一個模型來預測如何觸發這種轉換。其測算結果能與現有測量結果完美吻合。」
研究人員對電子性質發生變化的氧化物材料進行了調查。這些材料從導電金屬逐漸轉化為電流無法通過的絕緣體,它們的缺陷濃度各不相同(缺陷包括缺失原子或替代完美晶體中原子的雜質)。為了解缺陷對材料性質轉變的影響,研究人員通過量子力學方法計算了不同缺陷濃度下的電子結構。
「了解這些缺陷電荷間錯綜複雜的相互依賴關係、原子在材料中的重排方式以及自旋性質的變化方式,對於觸發最終所需的轉化至關重要,」論文第一作者Shenli Zhang說。「與傳統半導體相比,我們研究的氧化物材料在兩種完全不同的狀態(從金屬到絕緣體)間切換所需的能量要少得多。因此,這些材料很有希望被用作大規模神經形態結構的人工神經元或人工突觸。」
編譯:小貝
審稿:西莫
責編:陳之涵
期刊來源:《npj計算材料》
期刊編號:2057-3960
原文連結:https://www.eurekalert.org/pub_releases/2020-11/uoc-usu111020.php
中文內容僅供參考,一切內容以英文原版為準。轉載請註明來源。