人工智能，機器學習和物聯(lián)網(wǎng)的出現(xiàn)有望改變現(xiàn)代電子技術，并引發(fā)第四次工業(yè)革命。對于許多研究人員而言，緊迫的問題是如何應對這場技術革命。

“對我們來說，重要的是要了解當今的計算平臺將無法在大規(guī)模數(shù)據(jù)集上維持AI算法的大規(guī)模實施，”《應用物理評論》發(fā)表論文的作者之一Thirumalai Venkatesan說。 AIP發(fā)布。

“當今的計算過于耗能，無法處理大數(shù)據(jù)。我們需要重新考慮我們在各個層面上進行計算的方法：可以實現(xiàn)超低能耗計算的材料，設備和體系結構。”

Venkatesan認為，帶有有機憶阻器的受大腦啟發(fā)的電子產品可以提供功能上有前途且具有成本效益的平臺。憶阻設備是具有固有存儲器的電子設備，該存儲器能夠存儲數(shù)據(jù)和執(zhí)行計算。由于憶阻器在功能上類似于神經(jīng)元(大腦中的計算單元)的操作，因此它們是靈感來自大腦的計算平臺的最佳候選者。

到目前為止，氧化物一直是憶阻器的最佳材料。已經(jīng)提出了不同的材料系統(tǒng)，但迄今為止沒有一個成功。

該論文的主要作者Sreetosh Goswami說：“在過去的20年中，曾有幾次嘗試提出有機憶阻器，但都沒有任何希望。”“造成這種故障的主要原因是它們缺乏機械理解的穩(wěn)定性，可重復性和模棱兩可。在設備層面，我們現(xiàn)在能夠解決大多數(shù)這些問題，”

新一代有機憶阻器是基于金屬偶氮復合物器件開發(fā)的，該器件是印度加爾各答科學耕種協(xié)會教授Sreebata Goswami的創(chuàng)意，該論文的另一位作者。

Sreebata Goswami說：“在薄膜中，分子是如此強大和穩(wěn)定，以至于這些設備最終可以成為許多可穿戴和可植入技術或人體網(wǎng)的正確選擇，因為它們可以彎曲和伸展。”人體網(wǎng)是一系列附著在皮膚上并跟蹤健康狀況的無線傳感器。

Venkatesan說，下一個挑戰(zhàn)將是大規(guī)模生產這些有機憶阻器。

“現(xiàn)在我們正在實驗室中制造單個設備。我們需要制造用于這些設備的大規(guī)模功能實現(xiàn)的電路。”