模拟深度学习的纳米级离子可编程电阻器Nanoscale ionic programmable resistors ，比生物细胞小1000倍，但目前尚不清楚它们相对于神经元和突触能快多少。离子传输和电荷转移反应速率的标度分析指出，在非线性区域中操作，其中在固体电解质及其界面内存在极端电场。近日，美国 麻省理工学院（Massachusetts Institute of Technology），MIT-IBM 沃森人工智能实验室（MIT-IBM Watson AI Lab）Murat Onen，李巨Ju Li，Bilge，Yildiz，Jesús A. del Alamo等，在Science上发文，报道了硅兼容的纳米级质子可编程电阻器 silicon-compatible nanoscale protonic programmable resistors ，在极端电场下具有非常理想的特性。这种操作机制，能够在室温下，以节能的方式，在纳秒内控制质子的穿梭和嵌入。该器件表现出对称、线性和可逆的调制特性，许多电导态覆盖20倍的动态范围。因此，全固态人工突触的空间-时间-能量性能，可以大大超过其生物对应物。Nanosecond protonic programmable resistors for analog deep learning.在神经元和突触中，生物信息处理的速度，因受到水介质的限制，通过水介质在毫秒内传播大约100毫伏的微弱动作电位。而在1.23伏特以上，液态水会分解。人工固态神经元，不受这种时间和电压限制，也可以在纳米尺度上制造，比生物神经元小1000倍。使用互补金属氧化物半导体兼容材料complementary metal-oxide semiconductor-compatible materials， CMOS，该项研究提出了原型纳米级质子可编程电阻器，可承受每厘米约10兆伏的高电场，并在室温下，呈现高能效调制特性。所提出的器件比生物突触快10,000倍，并为实现可从快速离子运动中受益的各种应用，提供了很有景前的方向。文献链接：https://www.science.org/doi/10.1126/science.abp8064
DOI: 10.1126/science.abp8064
本文译自Science。
