巴塞罗那自治大学(UAB)的研究人员开发了一种能够模仿大脑存储信息方式的磁性材料。该材料使模拟神经元的突触成为可能，并首次模拟深度睡眠期间发生的学习。

研究人员开发了一种模仿大脑如何存储信息的材料

神经形态计算是一种新的计算范式，其中通过模仿神经元的主要突触功能来模拟大脑的行为。这些功能中包括神经元可塑性：根据刺激神经元的电脉冲的持续时间和重复性来存储或忘记信息的能力，这种可塑性与学习和记忆有关。

在模拟神经元突触的材料中，忆阻材料、铁电体、相变记忆材料、拓扑绝缘体以及最近的磁离子材料脱颖而出。在后者中，磁性的变化是由施加电场引起的材料内的离子位移引起的。

在这些材料中，众所周知，在施加电场时如何调制磁性，但是当电压停止时磁性的演变(即刺激后的演变)难以控制。这使得模拟一些受大脑启发的功能变得复杂，例如即使大脑处于深度睡眠状态(即没有外部刺激)也能保持学习效率。

这项研究由UAB物理系JordiSort和EnricMenéndez的研究人员领导，与ALBA同步加速器、加泰罗尼亚纳米科学和纳米技术研究所(ICN2)和ICMAB合作，提出了一种控制磁化演变的新方法。在受刺激和刺激后状态。

研究人员开发了一种基于单氮化钴(CoN)薄层的材料，通过施加电场，可以控制N离子在该层与放置该层的液体电解质之间的界面处的积累.

ICREA研究教授JordiSort和SerraHúnterTenure解释说：“这种新材料通过电压控制离子的运动，其方式类似于我们的大脑，其速度类似于神经元中产生的速度，大约为毫秒。”-trackEnricMenéndez教授。“我们已经开发出一种人工突触，它在未来可能成为新计算范式的基础，替代当前计算机使用的范式，”Sort和Menéndez指出。

通过施加电压脉冲，可以以受控方式模拟诸如记忆、信息处理、信息检索等过程，并且首次在没有施加电压的情况下模拟信息的受控更新。这种控制是通过修改一氮化钴层的厚度(决定离子运动的速度)和脉冲频率来实现的。

材料的排列不仅允许在施加电压时控制磁离子特性，而且首次在移除电压时也能控制磁离子特性。一旦外部电压刺激消失，系统的磁化强度可以减少或增加，具体取决于材料的厚度和先前施加电压的协议。

这种新效应为新的神经形态计算功能开辟了一系列机会。它提供了一种新的逻辑功能，例如，当我们深度睡眠时，可以模拟大脑刺激后发生的神经学习。任何其他类型的现有神经形态材料都无法模拟此功能。

“当单氮化钴层的厚度低于50纳米并且以大于每秒100个周期的频率施加电压时，我们设法模拟了一个额外的逻辑功能：一旦施加电压，设备就可以被编程为学习或忘记，不需要任何额外的能量输入，模仿深度睡眠期间大脑中发生的突触功能，此时信息处理可以在不施加任何外部信号的情况下继续进行，”JordiSort说。