面向神经形态应用的疏水门控忆阻纳米孔
介观与纳米尺度物理
2023-12-19 v3 软凝聚态物质
摘要
受脑启发的计算有潜力革新当前的冯·诺依曼架构，推动机器学习应用的发展。大脑中的信号传输依赖于电压门控离子通道，其表现出忆阻器（具有记忆的电阻器）的电学行为。最先进的技术目前采用基于半导体的神经形态方法，其已在机器学习系统中证明了有效性。然而，这些方法在能效和尺寸方面仍无法与生物神经元相媲美。在本研究中，我们利用分子动力学模拟、连续介质模型和电生理实验，提出并实现了一种受生物启发的疏水门控忆阻纳米孔。我们的结果表明，疏水门控通过电润湿机制实现记忆，并据此建立了简单的设计规则。通过对生物纳米孔的改造，我们成功复制了忆阻器的特征滞回循环，并构建了能够学习和遗忘的突触器件。这一进展为实现纳米级、低成本高能效且可适应的受生物启发忆阻器提供了一条有前景的途径。
引用
@article{arxiv.2306.12187,
title = {Hydrophobically gated memristive nanopores for neuromorphic applications},
author = {Gonçalo Paulo and Ke Sun and Giovanni di Muccio and Alberto Gubbiotti and Blasco Morozzo della Rocca and Jia Geng and Giovanni Maglia and Mauro Chinappi and Alberto Giacomello},
journal= {arXiv preprint arXiv:2306.12187},
year = {2023}
}