Datoralgoritmer kan utföra hjärnliknande funktioner, såsom ansiktsigenkänning och språköversättning, men själva datorerna har ännu inte fungerat som hjärnor.

"Datorer har separata bearbetnings- och minneslagringsenheter, medan hjärnan använder neuroner för att utföra båda funktionerna, " sa Northwestern Universitys Mark C. Hersam. "Neurala nätverk kan åstadkomma komplicerade beräkningar med betydligt lägre energiförbrukning jämfört med en digital dator."

På senare år har forskare har sökt efter sätt att göra datorer mer neuromorfa, eller hjärnliknande, för att utföra allt mer komplicerade uppgifter med hög effektivitet. Nu Hersam, en Walter P. Murphy professor i materialvetenskap och teknik vid Northwesterns McCormick School of Engineering, och hans team för världen närmare detta mål.

Forskargruppen har utvecklat en ny enhet som kallas en "memtransistor, " som fungerar ungefär som en neuron genom att utföra både minnes- och informationsbehandling. Med kombinerade egenskaper hos en memristor och transistor, memtransistorn omfattar också flera terminaler som fungerar mer likt ett neuralt nätverk.

Stöds av National Institute of Standards and Technology och National Science Foundation, forskningen publicerades online idag, 22 februari, i Natur . Vinod K. Sangwan och Hong-Sub Lee, postdoktorer som rådgivits av Hersam, fungerade som tidningens första författare.

Memtransistorn bygger på arbete publicerat 2015, där Hersam, Sangwan, och deras medarbetare använde enkelskikts molybdendisulfid (MoS2) för att skapa en treterminal, gate-tunerbar memristor för snabb, pålitlig digital minneslagring. Memristor, som är förkortning för "minnesmotstånd, " är motstånd i en ström som "minns" den spänning som tidigare applicerades på dem. Typiska memristorer är elektroniska enheter med två terminaler, som bara kan styra en spänningskanal. Genom att omvandla den till en treterminalsenhet, Hersam banade väg för memristorer att användas i mer komplexa elektroniska kretsar och system, såsom neuromorfisk datoranvändning.

För att utveckla memtransistorn, Hersams team använde återigen atomärt tunn MoS2 med väldefinierade korngränser, som påverkar strömflödet. På samma sätt som fibrer är ordnade i trä, atomer är ordnade i ordnade domäner - kallade "korn" - inom ett material. När en hög spänning appliceras, korngränserna underlättar atomrörelse, orsakar en förändring i motståndet.

"Eftersom molybdendisulfid är atomärt tunt, det är lätt att påverka av applicerade elektriska fält, " Hersam förklarade. "Denna egenskap tillåter oss att göra en transistor. Memristoregenskaperna kommer från det faktum att defekterna i materialet är relativt rörliga, speciellt i närvaro av korngränser."

Men till skillnad från sin tidigare memristor, som använde individuella, små flingor av MoS2, Hersams memtransistor använder sig av en kontinuerlig film av polykristallin MoS2 som består av ett stort antal mindre flingor. Detta gjorde det möjligt för forskargruppen att skala upp enheten från en flinga till många enheter över en hel wafer.

"När längden på enheten är större än den individuella kornstorleken, du kommer garanterat att ha korngränser i varje enhet över skivan, sa Hersam. Alltså, vi ser reproducerbara, gate-tunerbara memristiva svar över stora mängder enheter."

Efter att ha tillverkat memtransistorer enhetligt över en hel wafer, Hersams team lade till ytterligare elektriska kontakter. Typiska transistorer och Hersams tidigare utvecklade memristor har vardera tre terminaler. I deras nya tidning, dock, teamet insåg en enhet med sju terminaler, där en terminal styr strömmen bland de andra sex terminalerna.

"Detta är ännu mer likt neuroner i hjärnan, Hersam sa, "för i hjärnan, vi har vanligtvis inte en neuron kopplad till bara en annan neuron. Istället, en neuron är kopplad till flera andra neuroner för att bilda ett nätverk. Vår enhetsstruktur tillåter flera kontakter, som liknar de multipla synapserna i neuroner."

Nästa, Hersam och hans team arbetar för att göra memtransistorn snabbare och mindre. Hersam planerar också att fortsätta skala upp enheten för tillverkningsändamål.

"Vi tror att memtransistorn kan vara ett grundläggande kretselement för nya former av neuromorf beräkning, " sade han. "Men, tillverka dussintals enheter, som vi har gjort i vår tidning, är annorlunda än att tjäna en miljard, vilket görs med konventionell transistorteknik idag. Än så länge, vi ser inga grundläggande hinder som kommer att förhindra ytterligare uppskalning av vårt tillvägagångssätt."