Skyrmions är ultrastabila atomföremål som först upptäcktes i verkliga material 2009, som nyligen också har funnits existera också vid rumstemperatur. Dessa unika objekt har ett antal önskvärda egenskaper, inklusive en väsentligt liten tröskelspänning, nanoskaliga storlekar och enkel elektrisk manipulation.

Även om dessa egenskaper kan vara fördelaktiga för skapandet av ett brett spektrum av elektronik, Att utveckla funktionella helelektriska apparater med skyrmions har hittills visat sig vara mycket utmanande. En möjlig applikation för skyrmioner är i neuromorfisk beräkning, vilket innebär skapandet av konstgjorda strukturer som liknar de som observeras i den mänskliga hjärnan.

Med detta i åtanke, forskare vid Korea Institute of Science and Technology (KIST) har nyligen undersökt möjligheten att använda skyrmioner för att replikera mekanismer som observerats i den mänskliga hjärnan. Deras papper, publicerad i Naturelektronik , visar att dessa ultrastabila atomstrukturer kan användas för att efterlikna vissa beteenden hos biologiska synapser, som är korsningar mellan neuroner genom vilka nervimpulser överförs till olika delar av den mänskliga hjärnan.

"Sedan deras upptäckt, det har varit några demonstrationer av elektriska manipulationer av skyrmions, som föreslog att de kan användas för att skapa en fullt fungerande enhet, "Seonghoon Woo, en av forskarna som genomförde studien och nu på IBM, berättade TechXplore. "På samma gång, vi har upplevt en ökning av neuromorfisk datorforskning, vilket tyder på att en analog minnesenhet känd som en "memristor" skulle kunna användas för att dramatiskt öka beräkningseffektiviteten. Eftersom annan teknik som använder befintligt analogt minne fortfarande befinner sig i tidiga utvecklingsstadier, vi trodde att skyrmion-baserade memristorer kunde vara en lösning, på grund av deras idealiska egenskaper. "

Neuroner i hjärnan kommunicerar över synapser med hjälp av signalsubstanser, kemiska ämnen som förmedlar neurologisk information från en cell till en annan. I de konstgjorda synapser skapade av forskarna, varje enskild skyrmion fungerar som en signalsubstans.

Genom att kontrollera antalet skyrmioner i ett system med minimal elkraft, forskarna kunde härma två mekanismer som observerades i biologiska synapser, nämligen deras potentiering och depressionsbeteenden, som utlöses av variationer i vikten av signalsubstanser. Dessa beteenden replikerades genom att framkalla ackumulering och försvinnande av skyrmions, vilket resulterar i förändringar i systemets vikt och därmed i dess minne.

"I vår studie, vi jämförde uttryckligen skyrmionbaserade synapser med andra mer etablerade teknologier baserade på icke-flyktigt minne, såsom fasförändringsminne eller resistivt minne, "Woo sa." Även om det är preliminärt, vår studie avslöjar att en skyrmionbaserad design kan ha fördelar i viktiga mätvärden, inklusive uthållighet, linjäritet och enhet-till-enhet-variabilitet, som nu är en kritisk flaskhals i PRAM- eller RRAM-baserade konstruktioner."

Än så länge, Woo och hans kollegor har testat prestandan för sina artificiella synapser på chipnivå, i en serie simuleringar. De fann att de presterade anmärkningsvärt bra, särskilt på mönsterigenkänningsuppgifter.

"Med tanke på att de flesta aktuella studier på memristorbaserad neuromorfisk beräkning är baserade på antingen PRAM eller RRAM, Jag tror att den mest meningsfulla prestationen av vår studie är att vi visade ett nytt sätt att skapa neuromorfa datorverktyg baserade på spinnstrukturer, " sa Woo.

I vissa mönsterigenkänningsuppgifter, de konstgjorda synapserna skapade av Woo och hans kollegor uppnådde en precision som var jämförbar med den som uppnåddes av andra toppmoderna beräkningsverktyg. I framtiden, dessa strukturer kan möjliggöra utveckling av nya typer av högpresterande artificiella neurala nätverk (ANN).

"En av de många fördelarna med Skyrmions är att de kan ha en mycket liten skala - ner till en enda nanometer - och energiskala, i ett idealiskt material, Woo tillade. "Denna egenskap kan snart avsevärt minska driftenergin för neuromorfa datortillämpningar."

© 2020 Science X Network