受脑启发的流体离子电子学纳米通道计算
软凝聚态物质
2024-04-26 v2 神经元与认知
摘要
大脑卓越且高效的信息处理能力正推动对受脑启发(神经形态)计算范式的研究。人工水相离子通道正成为神经形态计算的一个令人兴奋的平台,它脱离传统固态器件,直接模拟大脑的流体离子输运。在一个定量理论模型支持下,我们展示易于制备的锥形微通道,其在胶体结构间嵌入流体纳米通道的导电网。由于瞬态盐浓度极化,我们的器件是极其稳定的易失性忆阻器(记忆电阻器)。作为浓度极化基础的电压驱动净盐通量与积累,出人意料地结合成记忆保持时间对通道长度的类扩散二次依赖,从而允许针对特定时间尺度设计通道。我们将器件实现为神经形态储备池计算的突触元件。单个通道区分代表(手写)数字的各种时间序列,以供后续用简单读出函数进行仿真分类。我们的结果向着实现流体离子通道作为模拟大脑丰富水相动力学平台的愿景迈出重要一步。
引用
@article{arxiv.2309.11438,
title = {Brain-inspired computing with fluidic iontronic nanochannels},
author = {T. M. Kamsma and J. Kim and K. Kim and W. Q. Boon and C. Spitoni and J. Park and R. van Roij},
journal= {arXiv preprint arXiv:2309.11438},
year = {2024}
}