研討人員介紹,這種人工“神經元”又稱“質子可編程電阻器”,采用的是一種名為“無機磷硅玻璃”(PSG)的無機資料。它可以像數字神經網絡相同履行運算。另外,這種無機資料與硅制作技能兼容,共同的兼容性使制作納米級設備成為可能,并將促進其的商用化進程。
研討作者之一,麻省理工資料科學與工程系的教授Bilge Yildiz介紹,“該設備的作業機制是將最小的離子質子電化學刺進絕緣氧化物中,以調理其電子導電性。因為咱們正在使用十分薄的設備,咱們可以通過使用強電場來加速這種離子的運動,并將這些離子設備推到納秒級的運轉狀況。”
科學家稱,這種人造突觸有望模仿神經科學中揣度的神經回路,并突觸可塑性規矩,超越深度神經網絡。
該論文題為“Nanosecond protonic programmable resistors for analog deep learning”,目前現已宣布在國際學術頂刊《Science》上。