Квантовый материал позволит создавать компьютеры, работающие подобно человеческому мозгу

Однако мозг человека способен быстро обрабатывать большие объемы информации, к примеру, распознавать лица, увидев их всего лишь один раз в жизни.

Подобные простые человеческие задачи требуют больших затрат энергии и времени на обработку данных от компьютеров, да и то результаты выдаются с разной степенью точности.

Мозгоподобные компьютеры с низкими затратами энергии могли бы создать революцию во многих областях современной жизни. В центре этих исследований - квантовые материалы для энергоэффективных нейроморфных вычислений (Q-MEEN-C).

Доцент физико-математического факультета Калифорнийского Университета в Сан-Диего и директор Q-MEEN-C Алекс Франьо ведет работу центра поэтапно.

На первом этапе он вместе с коллегами нашел способ создания имитаций свойств отдельных нейронов в квантовых материалах.

На втором этапе исследование Q-MEEN-C показало, что электрические стимулы могут передаваться и между соседними электродами, и между расположенными далеко друг от друга.

Это открытие является важным шагом на пути создания новых видов устройств, которые имитируют функции мозга, известные как нейроморфные вычисления.

Когда исследователи усовершенствовали эту идею, симуляция превратилась в реальное устройство.

Для этого ученые взяли тончайшую пленку никелята - керамического "квантового материала", обладающего уникальными электронно-лучевыми свойствами, добавили в нее ионы водорода и поместили сверху металлический проводник. Через него на никелированную поверхность поступал электрический импульс, который заставлял гелеобразные атомы водорода проскальзывать в определенную структуру. Когда сигнал прерывался, эта конфигурация оставалась зафиксированной.

Теперь можно с высокой точностью настроить движение ионов для создания более проводящих путей для электрического тока.

Обычно для создания сетей, которые передают электроэнергию, достаточную для работы устройств, подобных ноутбуку, необходимы сложные схемы с неразрывными точками подключения. Это неэффективно и нерентабельно.

Принцип разработки Q-MEEN-C намного проще, так как все провода в цепи не обязательно соединяются между собой.

Это похоже на то, как обучается мозг - не последовательно, а сложными слоями. Каждый из фрагментов обучения формирует связи в некоторых участках мозга, что дает возможность человеку не просто отличать собак от деревьев, а пуделя от овчарки или дуб от пальмы.

Ученые стремятся к революционным изменениям в аппаратном обеспечении. Следующим шагом будет создание более громоздких массивов с увеличенным числом электродов и более сложной конфигурацией.

Данные исследования опубликованы в журнале Nano Letters.