Мемристивное устройство можно рассматривать как аналог синапсов, устройство с памятью. Проще говоря, его поведение в определенный момент зависит от его предыдущей активности, подобно тому, как информация в человеческом мозгу передается от одного нейрона к другому.
В статье, опубликованной на этой неделе в AIP Advances от AIP Publishing, команда объясняет создание гибридного устройства. «В этом исследовании мы применили материалы, обычно используемые в фармацевтической и пищевой промышленности, в наших электрохимических устройствах», — сказала Анжелика Чифарелли, докторант Пармского университета в Италии. «Идея использования« буферной »способности этих биосовместимых материалов в качестве твердого полиэлектролита является полностью инновационной, и в нашей работе эти биополимеры впервые были использованы в устройствах на основе органических полимеров и в мемристивном устройстве."
Мемристоры могут служить мостом для взаимодействия электронных схем с нервными системами, приближая нас к реализации двухслойного персептрона, элемента, который может выполнять функции классификации после соответствующей процедуры обучения.
Основная трудность, с которой столкнулась исследовательская группа, заключалась в понимании сложного электрохимического взаимодействия, лежащего в основе мемристического поведения, которое дало бы им возможность контролировать его. Команда решила эту проблему, используя коммерческие полимеры и изменив их электрохимические свойства на макроскопическом уровне.
Самым удивительным результатом было то, что можно было проверить электрохимический отклик устройства, изменив состав гелей, действующих как полиэлектролиты, что позволило изучить ионный обмен, связанный с биологическим объектом, который активирует электрохимический отклик проводящего полимера.
«Наши разработки открывают путь к созданию совместимых устройств на основе полианилина с интерфейсом, который должен быть естественным, биологически и электрохимически совместимым и функциональным», — сказал Чифарелли.
Следующие шаги — взаимодействие мемристорной сети с другими живыми существами, например, с растениями, и, в конечном итоге, реализация гибридных систем, которые могут «учиться» и выполнять логические / классификационные функции.