Эта инновация является частью более широких исследований в области нейроморфной электроники, которая стремится имитировать работу человеческого мозга. В отличие от традиционных подходов, включающих вживление чипов в мозг для восстановления утраченных функций, новая технология сосредоточена на создании наноэлектронного массива, способного регистрировать расположение и силу нейронных соединений.

Человеческий мозг состоит из примерно 86 миллиардов нейронов, соединенных между собой сложными путями. Эти связи обеспечивают выполнение многих важных функций. Однако воспроизвести их в электронике оказалось сложной задачей, поскольку знания о нейронах остаются ограниченными. Поэтому многие инженеры создают чипы, которые лишь отдаленно напоминают работу мозга, но не способны точно имитировать его структуру.

Команда ученых из Samsung и Гарварда предложила новый подход, разработав чип памяти, который приближается к функциональности человеческого мозга. Новый наноэлектрод может подключаться к большому числу нейронов и регистрировать их электрические сигналы с высокой чувствительностью. Эти данные позволяют определить местоположение узлов нейронных соединений и их силу, что является важным шагом к созданию более совершенной нейроморфной электроники.

Схема нейронной проводки, полученная с помощью этой технологии, может быть скопирована и перенесена в энергонезависимые устройства памяти, такие как твердотельные SSD или новая резистивная память с произвольным доступом (RRAM). Ученые предлагают метод, который позволит изучать и проецировать нейронные карты, получая информацию о межклеточных сигналах.

Несмотря на сложность задачи, связанной с более чем 100 триллионами синаптических соединений в человеческом мозге, исследователи уверены в своих силах. Они полагают, что могут преодолеть эти трудности с помощью трехмерной интеграции памяти, хотя реализация такой технологии потребует значительного времени.

В прошлом году компания Intel представила нейроморфный чип, который способен распознавать запахи. Благодаря конструкции, имитирующей строение мозга млекопитающих, этот чип обучается значительно быстрее, чем традиционные устройства. В будущем он может стать основой для создания умных датчиков, способных выявлять взрывчатые вещества и утечки химикатов.