Kredit:CC0 Public Domain
En ny elektronisk enhed udviklet ved University of Michigan kan direkte modellere adfærden af en synapse, som er en forbindelse mellem to neuroner.
For første gang, måden, neuroner deler eller konkurrerer om ressourcer på, kan udforskes i hardware uden behov for komplicerede kredsløb.
"Neurovidenskabsmænd har hævdet, at konkurrence- og samarbejdsadfærd blandt synapser er meget vigtig. Vores nye memristive enheder giver os mulighed for at implementere en trofast model af denne adfærd i et solid-state system, " sagde Wei Lu, U-professor i elektroteknik og computerteknik og seniorforfatter af undersøgelsen i Naturmaterialer .
Memristorer er elektriske modstande med hukommelse - avancerede elektroniske enheder, der regulerer strøm baseret på historien om de spændinger, der påføres dem. De kan lagre og behandle data samtidigt, hvilket gør dem meget mere effektive end traditionelle systemer. De kunne muliggøre nye platforme, der behandler et stort antal signaler parallelt og er i stand til avanceret maskinlæring.
Memristoren er en god model til en synapse. Det efterligner den måde, hvorpå forbindelserne mellem neuroner styrkes eller svækkes, når signaler passerer gennem dem. Men ændringerne i konduktansen kommer typisk fra ændringer i formen af kanalerne af ledende materiale i memristoren. Disse kanaler – og memristorens evne til at lede elektricitet – kunne ikke kontrolleres præcist i tidligere enheder.
Nu, U-M-teamet har lavet en memristor, hvor de har bedre styr på de ledende veje. De udviklede et nyt materiale ud af halvleder molybdendisulfid-et "todimensionalt" materiale, der kan skrælles i lag, der kun er få atomer tykke. Lus team injicerede lithiumioner i hullerne mellem molybdændisulfidlagene.
De fandt ud af, at hvis der er nok lithiumioner til stede, molybdænsulfidet omdanner sin gitterstruktur, gør det muligt for elektroner at løbe gennem filmen let som om det var et metal. Men i områder med for få lithiumioner, molybdænsulfidet genopretter sin oprindelige gitterstruktur og bliver til en halvleder, og elektriske signaler har svært ved at komme igennem.
Litiumionerne er lette at omarrangere inden i laget ved at skubbe dem med et elektrisk felt. Dette ændrer størrelsen på de regioner, der leder elektricitet lidt efter lidt og kontrollerer derved enhedens konduktans.
"Fordi vi ændrer filmens 'bulk' egenskaber, konduktansændringen er meget mere gradvis og meget mere kontrollerbar, " sagde Lu.
Ud over at få enhederne til at opføre sig bedre, den lagdelte struktur gjorde det muligt for Lu's team at forbinde flere memristorer sammen gennem delte lithium-ioner – hvilket skabte en slags forbindelse, som også findes i hjerner. En enkelt neurons dendrit, eller dens signalmodtagende ende kan have flere synapser, der forbinder det med signalarmene fra andre neuroner. Lu sammenligner tilgængeligheden af lithiumioner med tilgængeligheden af et protein, der gør det muligt for synapser at vokse.
Hvis væksten af en synaps frigiver disse proteiner, kaldet plasticitetsrelaterede proteiner, andre synapser i nærheden kan også vokse - dette er samarbejde. Neurovidenskabsfolk har argumenteret for, at samarbejde mellem synapser hjælper med hurtigt at danne levende minder, der varer i årtier og skaber associative minder, som en duft, der minder dig om din bedstemors hus, for eksempel. Hvis proteinet er sparsomt, den ene synapse vil vokse på bekostning af den anden – og denne konkurrence nedbryder vores hjernes forbindelser og forhindrer dem i at eksplodere med signaler.
Lus team var i stand til at vise disse fænomener direkte ved hjælp af deres memristor-enheder. I konkurrencescenariet, lithium-ioner blev drænet væk fra den ene side af enheden. Siden med lithium-ionerne øgede dens ledningsevne, efterligne væksten, og konduktansen af enheden med lidt lithium blev stunted.
I et samarbejdsscenarie, de lavede et memristor-netværk med fire enheder, der kan udveksle lithium-ioner, og derefter sugede nogle lithium-ioner fra en enhed ud til de andre. I dette tilfælde, ikke kun kunne lithiumdonoren øge sin ledningsevne - de andre tre enheder kunne også, selvom deres signaler ikke var så stærke.
Lu's team bygger i øjeblikket netværk af memristorer som disse for at udforske deres potentiale for neuromorfisk databehandling, som efterligner hjernens kredsløb.