新的研究朝这个方向迈出了一个有趣的步骤来模仿大脑。科学家发明了一种工具，能够像我们的大脑一样“忘记”记忆。
本发明被称为二阶忆阻器，即“存储器”和“电阻器”的混合。这种智能设计模仿了人类大脑的突触，以一种可以记住信息的方式来进行编码，如果长时间不访问该数据，则会逐渐丢弃该数据。
忆阻器虽然目前尚无实际用途，但它最终可以帮助科学家开发一种新型的人工智能系统，该系统可以实现与大脑相同的某些功能。
诸如忆阻器之类的片上电子组件可以承担单个神经元和突触的作用，这可以减少计算机的能量需求并同时快速进行计算。
由于科学家需要弄清楚电子设备如何模仿突触可塑性，因此主动神经突触会随着时间的推移而增强，而闲置的神经突触会变得更弱，因此模拟神经计算机目前是假设的。
以前使用纳米尺寸的导电桥来制造忆阻器的努力，然后会随着时间的流逝而衰减，就像记忆在我们的脑海中衰减一样。
俄罗斯莫斯科物理与技术研究所（MIPT）的物理学家Anastasia Chouprik表示，一阶忆阻器会随着时间的流逝而改变其行为，并且在长时间运行后会分解。
“我们用来[完成]突触可塑性的[工具]是[坚固]。[memistor]切换系统状态1000亿次后仍在正常运行。所以我的同事们结束了耐力测试，”乔普里克说。
Chouprik和她的团队使用了一种高度不溶的热稳定材料，该材料被置于具有电极化作用的桥接装置中，该极化作用会根据外部电场而变化。这意味着电脉冲可以设置低电阻状态和高电阻状态。
诸如英特尔之类的公司已经将这些材料用于制造微芯片。换句话说，如果需要使用模拟神经计算机，现在更容易，更便宜地引入忆阻器。
Chouprik说，她和她的团队遇到的主要挑战是找出正确的层厚度。她说，四纳米被证明是理想的。
研究人员说，如果使铁电特性变薄一纳米，而更厚的膜太宽而使电子无法通过，那么铁电特性就会消失。
乔普里克说，真正的“健忘”是通过缺陷使微处理器难以开发的。她补充说，这些错误将使忆阻器的电导率随着时间下降。
创新是充满希望的开始；但是，还有很长的路要走。例如，仍然需要使存储单元更可靠。研究人员还将研究如何将他们的新设备整合到柔性电子产品中。
MIPT的物理学家Vitalii Mikheev表示，他们将研究切换记忆电阻器电阻的不同机制之间的相互作用。
“铁电效应[可能]不是唯一的一种。我们将需要区分机制，并学习将它们结合起来以进一步改善设备。”
该研究已发表在ACS Applied Materials＆Interfaces中。
