新兴的基于波动的功能有望为新型存储设备技术开辟道路。
由NIMS领导的国际联合研究小组成功地构建了由众多金属纳米线组成的神经形态网络。通过使用该网络，该团队能够产生类似于与人类特有的高级大脑功能相关的电学特征，例如记忆，学习，忘记，变得机警并恢复平静。然后，研究小组阐明了诱发这些电气特性的机制。
近年来，人工智能（AI）技术的发展迅速发展，并已开始以各种方式影响我们的生活。尽管AI以类似于人脑的方式处理信息，但是人脑操作的机制仍然未知。已经详细研究了基本的大脑成分，例如神经元及其之间的连接（突触）。但是，关于大脑作为一个整体的许多问题都需要回答。例如，我们仍然不完全了解大脑如何执行记忆，学习和遗忘之类的功能，以及大脑如何变得机敏并恢复平静。另外，在实验研究中，活脑很难操作。由于这些原因，大脑仍然是一个“神秘器官”。大脑研究的另一种方法-创建能够执行类似大脑的功能的材料和系统并研究其机理-可能有效地识别了类似大脑的信息处理的新应用并促进了大脑科学。
（a）由该研究小组制作的神经形态网络的显微照片。该网络包含纳米线之间的许多结，这些结充当突触元件。在网络上（绿色探针之间）施加电压时，网络中会形成电流路径（橙色）。（b）人脑及其神经网络之一。已知大脑具有复杂的网络结构，并通过电信号在网络中传播而运行。
联合研究小组最近通过整合涂有厚度约1纳米的聚合物（PVP）绝缘层的大量银（Ag）纳米线，建立了一个复杂的类似于大脑的网络。两根纳米线之间的连接点形成行为类似于神经元突触的可变电阻元件（即突触元件）。包含大量复杂相互作用的突触元件的纳米线网络形成了“神经形态网络”。当将电压施加到神经形态网络时，它似乎在“努力”寻找最佳电流路径（即，最有效的电流路径）。研究团队测量了电流流过网络时电流通路形成，保持和失活的过程，发现这些过程总是随着过程的发展而波动，类似于人脑的记忆，学习和遗忘过程。观察到的时间波动也类似于大脑变得机敏或恢复平静的过程。发现神经形态网络模拟的类脑功能是由于网络中的大量突触元件共同起作用以优化电流传输而发生的，换句话说，这是自组织和新兴动态过程的结果。
该研究小组目前正在使用神经形态网络材料开发类似大脑的存储设备。该团队打算将存储设备设计为使用与当前计算机所使用的原理完全不同的原理进行操作。例如，尽管当前计算机被设计为花费绝对必要的时间和电力来追求绝对最佳的解决方案，但是即使所生成的解决方案可能不是绝对最佳的，新的存储设备也旨在在特定限制内做出快速决策。研究小组还希望这项研究能够促进对大脑信息处理机制的理解。
该项目由Tomonobu Nakayama（NIMS国际材料纳米结构国际中心（WPI-MANA）副主任），Adrian Diaz Alvarez（NIMS WPI-MANA的博士后研究员），Zdenka Kuncic（澳大利亚悉尼大学物理学院教授）和James K.Gimzewski（美国加利福尼亚大学洛杉矶分校加利福尼亚纳米系统研究所教授）。这项研究于10月17日发
表在《科学报告》（Science Reports）上，这是一种开放获取期刊。 2019。
参考：“神经形态纳米线网络的新兴动力学”，作者：Adrian Diaz-Alvarez，Rintaro Higuchi，Paula Sanz-Leon，Ido Marcus，Yoshitaka Shingaya，Adam Z.Stieg，James K.Gimzewski，Zdenka Kuncic和Tomonobu Nakayama，2019年10月17日，《科学报道》 .DOI：
10.1038 / s41598-019-51330-6
