研討人員介紹,這種人工“神經(jīng)元”又稱“質(zhì)子可編程電阻器”,采用的是一種名為“無機(jī)磷硅玻璃”(PSG)的無機(jī)資料。它可以像數(shù)字神經(jīng)網(wǎng)絡(luò)相同履行運(yùn)算。另外,這種無機(jī)資料與硅制作技能兼容,共同的兼容性使制作納米級(jí)設(shè)備成為可能,并將促進(jìn)其的商用化進(jìn)程。
研討作者之一,麻省理工資料科學(xué)與工程系的教授Bilge Yildiz介紹,“該設(shè)備的作業(yè)機(jī)制是將最小的離子質(zhì)子電化學(xué)刺進(jìn)絕緣氧化物中,以調(diào)理其電子導(dǎo)電性。因?yàn)樵蹅冋谑褂檬直〉脑O(shè)備,咱們可以通過使用強(qiáng)電場來加速這種離子的運(yùn)動(dòng),并將這些離子設(shè)備推到納秒級(jí)的運(yùn)轉(zhuǎn)狀況。”
科學(xué)家稱,這種人造突觸有望模仿神經(jīng)科學(xué)中揣度的神經(jīng)回路,并突觸可塑性規(guī)矩,超越深度神經(jīng)網(wǎng)絡(luò)。
該論文題為“Nanosecond protonic programmable resistors for analog deep learning”,目前現(xiàn)已宣布在國際學(xué)術(shù)頂刊《Science》上。