向类脑计算方向发展:新的忆阻器更好地模拟突触

向类脑计算方向发展:新的忆阻器更好地模拟突触

密歇根大学开发的一种新的电子设备可以直接模拟突触的行为，突触是两个神经元之间的连接。神经元共享或竞争资源的方式首次可以在硬件中探索，而不需要复杂的电路。神经科学家认为突触之间的竞争和合作行为非常重要。我们新的记忆设备使我们能够在固态系统中实现这些行为的忠实模型。

记忆电阻器是带有记忆的电阻器——一种先进的电子设备，根据施加在它们上面的电压的历史来调节电流。它们可以同时存储和处理数据，这使得它们比传统系统高效得多。它们可以支持并行处理大量信号并具有先进机器学习能力的新平台。忆阻器是一个很好的突触模型。它模仿了信号通过神经元时神经元之间的连接增强或减弱的方式。但电导率的变化通常来自记忆电阻器内导电材料通道形状的变化。这些通道——以及记忆电阻器导电的能力——在以前的设备中无法精确控制。

现在，密歇根大学的研究小组制造了一种忆阻器，他们可以更好地控制传导通路。他们从半导体二硫化钼中开发出一种新材料——一种“二维”材料，可以剥离成只有几个原子厚的层。Lu的团队将锂离子注入二硫化钼层之间的空隙中。他们发现，如果存在足够的锂离子，硫化钼就会改变其晶格结构，使电子能够像金属一样轻易地穿过薄膜。但在锂离子太少的地区，硫化钼会恢复原来的晶格结构，变成半导体，而电子信号很难通过。

锂离子很容易在层内通过电场滑动重新排列。这就逐渐改变了导电区域的大小，从而控制了器件的导电性。“因为我们改变了薄膜的‘体积’特性，所以电导率的变化是更加渐进和可控的，”卢说。

除了使设备性能更好，这种分层结构还使Lu的团队能够通过共享锂离子将多个忆阻器连接在一起——创造出一种大脑中也能找到的连接方式。单个神经元的树突，或其信号接收端，可能有几个突触将其与其他神经元的信号臂连接起来。Lu将锂离子的可用性与一种能使突触生长的蛋白质的可用性进行了比较。

如果一个突触的生长释放这些蛋白质，称为可塑性相关蛋白质，附近的其他突触也会生长——这就是合作。神经科学家认为，突触之间的合作有助于迅速形成持续数十年的生动记忆，并产生联想记忆，例如，一种让你想起祖母家的气味。如果蛋白质缺乏，一个突触会以另一个突触为代价生长——而这种竞争会削弱我们大脑的联系，阻止它们与信号爆炸。

Lu的团队能够直接使用他们的忆阻器件来显示这些现象。在竞争的情况下，锂离子从设备的一侧流失。带锂离子的一侧电导率增加，模拟生长，少量锂离子的器件电导率受阻。在一个合作的场景中，他们制作了一个带有4个可以交换锂离子的设备的忆阻管网络，然后将一些锂离子从一个设备虹吸到另一个设备。在这种情况下，锂离子供体不仅可以增加其电导率——其他三个设备也可以，尽管它们的信号不那么强。

Lu的团队目前正在构建这样的记忆电阻器网络，以探索它们在模拟大脑回路的神经形态计算方面的潜力。