Исследователи из лаборатории Hewlett-Packard создали «нейристоры» – функциональные аналоги нейронов на основе схем из мемристоров и конденсаторов. В отличие от транзисторов, имеющих два состояния, компоненты полученной электрической схемы более тонко моделируют процесс возникновения импульсов в нейронах и их дальнейшего распространения.
Ключевым компонентом нейристоров стали мемристоры – резистивные ячейки памяти с произвольным доступом. Данный тип логических элементов был впервые предложен в 1971 году, однако до настоящего времени не получил широкого распространения.
Первый мемристор был сделан из диоксида титана и появился лишь в 2008 году. С тех пор HP совместно с Hynix Semiconductor предпринимают активные шаги для разработки на основе мемристоров принципиально иных логических схем и устройств нового поколения.
История разработки мемристора и связанные с ним надежды хорошо отражены в появившемся тогда видеоролике.
http://youtu.be/0Oj3zub8y44
Помимо HP и Hynix прикладные аспекты использования мемристоров сейчас изучаются во многих научных учреждениях. Например, Ирландский исследовательский центр наноструктур CRANN разрабатывает физические модели нейросетей, используя для этого серебряные нанопроводники. Основная цель работы – воссоздать особенности работы ЦНС.
Нейристоры можно рассматривать как усовершенствованный вариант мемристоров. Они представляют интерес не только для исследовательских работ, но и для разработки нейрокомпьютеров, поскольку соответствуют математической модели Ходжкина-Хаксли. Они наиболее точно воспроизводят особенности передачи нервного импульса посредством потенциала действия.
Исследователи рассчитывают получить с помощью нейристоров возможность моделировать более вариабельное соотношение состояний – так называемый нейронный код. Физической основой такой способности является свойство гистерезиса, присущее как нервным клеткам, так и мемристорам.
У тех и других отклик на внешнее воздействие зависит не только от текущего состояния, но и от поведения всей системы в прошлом. В случае мемристора его сопротивление зависит от предыдущей величины приложенного к нему напряжения.
Подобно нервной системе, большая группа нейристоров сможет демонстрировать и некую толику вариабельности. Это будет достигаться за счёт естественного разброса параметров компонентов и динамики условий их работы.