В попытке повысить энергетическую эффективность современных компьютеров ученые обращаются за вдохновением к человеческому мозгу. Иногда этот процесс приводит к появлению экспериментальных нейроморфных компьютеров, использующих аналоговые, а не бинарные методы обработки информации. Однако наш мозг использует для работы растворенные в воде частицы соли, или ионы, тогда как большинство нейроморфных компьютеров сделаны из твердых материалов.

Ученные из Университета Утрехта и Университета Соган впервые продемонстрировали систему на основе воды и соли, проявляющую способность обработки сложной информации, сообщает Phys.org. Центральный элемент системы — миниатюрное устройство размером 150-200 мкм, имитирующее поведение синапса — важного компонента мозга, ответственного за передачу сигналов между нейронами.

Этот «ионтронный мемристор», как назвали его изобрататели, состоит из конического микроскопического канала, заполненных раствором соли. Получая электрические импульсы, ионы в жидкости движутся по каналу, что приводит к изменению в концентрации ионов.

В зависимости от интенсивности (или продолжительности) импульса проводимость в канале меняется, отражая усиление или ослабление связей между нейронами. Уровень изменений в электропроводности служит измеримым представлением входящего сигнала. Вдобавок, как обнаружили ученые, длина канала влияет на время, необходимое для исчезновения изменений в концентрации ионов. Это указывает на возможность использования каналов для сохранения и обработки информации в течение различных сроков, что также является одной из способностей нашего мозга.

Несмотря на прорыв, исследование находится на ранних стадиях и говорить о практическом применении технологии пока рано. Тем не менее, конечная цель ученых — появление новой вычислительной системы, превосходящей по эффективности современные компьютеры.

Недавно Intel представила новую нейроморфную компьютерную систему Hala Point, которую можно считать самой крупной в мире. Она имитирует работу человеческого мозга при обработке информации и должна помочь обучать ИИ. Отличительные особенности системы — способность обрабатывать информацию в 50 раз быстрее при энергозатратах в 100 раз меньше по сравнению с традиционными вычислительными системами.