Биовдохновлённые наноканалы дали экспериментальные доказательства для раскрытия механизмов памяти мозга

Исследовательская группа из Института современной физики Китайской академии наук и Ланьчжоуского университета получила важные экспериментальные доказательства для раскрытия механизмов памяти мозга и разработки нового типа нейроморфных вычислений. Их результаты опубликованы в Advanced Functional Materials.

Обучение и память человека происходят из высокодинамичных связей между нейронными синапсами. Эти структуры действуют как интеллектуальные переключатели, передающие сигналы и подвергающиеся динамической перестройке, что позволяет кодировать, хранить и извлекать информацию и служит биологической основой для познания и поведенческой адаптации.

Биологические нервные системы полагаются на синапсы, функционирующие как естественные мемристоры, которые обрабатывают и хранят информацию посредством контролируемого транспорта ионов и нейромедиаторов внутри наноканалов. Ключ к способности мозга выполнять сложные вычисления с чрезвычайно низким энергопотреблением лежит в динамической регулировке силы синаптического соединения на основе предыдущей активности. Воспроизведение этого эффекта с помощью контролируемого изготовления в жидких системах имеет решающее значение для изучения функций нейронных сетей и продвижения разработки интерфейсов мозг–компьютер и биологических нейроморфных вычислений.

В этом исследовании учёные продемонстрировали мемристивный эффект в биовдохновлённых наноканалах, используя два различных механизма стимуляции: эффект экранирования двухвалентными ионами и депротонирование, управляемое pH.

Используя установку для микрооблучения одиночными ионами на комплексе HIRFL, исследователи изготовили биовдохновлённые нанопоры. Совместное действие двух механизмов — нарушение симметрии ионного транспорта и поверхностные эффекты в нанопорах — работает синергетически, создавая гистерезисные характеристики в ионном транспорте. Этот нанофлюидный мемристор также моделирует биологические особенности памяти, включая эффекты краткосрочной и долгосрочной потенциации, а также ключевые синаптические функции, такие как облегчение и депрессия при парных импульсах.

Кроме того, исследователи динамически кодировали синаптические веса, что является основным механизмом адаптивного обучающего поведения в нейроморфных системах. Чтобы проверить его потенциал для применения, исследователи построили трёхслойную искусственную нейронную сеть для распознавания образов. Они провели обучение и тестирование на наборе данных рукописных цифр и достигли точности распознавания 94.6%. Производительность нанофлюидного мемристора сопоставима с производительностью многих твёрдотельных мемристивных синапсов.