美国物理研究所 分子水平上的器件结构
底部电极上的金纳米粒子增强了电场，使得分子器件能够进行超低能量操作
信用:Sreetosh Goswami，Sreebrata Goswami和Thirumalai Venky Venkatesan 人工智能、机器学习和物联网的出现有望改变现代电子技术，带来第四次工业革命
许多研究人员面临的紧迫问题是如何应对这场技术革命
发表在《应用物理评论》上的一篇论文的作者之一Thirumalai Venkatesan说:“重要的是我们要明白，今天的计算平台将无法在大规模数据集上支持人工智能算法的大规模实现。”
“今天的计算对处理大数据来说过于耗能
我们需要重新思考我们在各个层面的计算方法:能够实现超低能耗计算的材料、设备和架构
" 文卡特森说，大脑启发的电子设备和有机忆阻器可以提供一个功能上有前途和成本效益高的平台
忆阻设备是具有固有存储器的电子设备，其能够存储数据和执行计算
由于忆阻器在功能上类似于神经元的操作，神经元是大脑中的计算单元，因此它们是受大脑启发的计算平台的最佳候选
迄今为止，氧化物一直是忆阻器最佳材料的首选
已经提出了不同的材料体系，但是迄今为止没有一种是成功的
该论文的主要作者斯雷托什·戈斯瓦米说:“在过去的20年里，已经有过几次尝试想出有机忆阻器，但没有一次显示出任何希望。”
“这种失败背后的主要原因是他们缺乏稳定性、再现性和对机械论理解的模糊性
在设备层面，我们现在能够解决大多数问题，” 这种新一代的有机忆阻器是基于金属偶氮复合器件开发的，它是加尔各答印度科学培育协会的教授、该论文的另一位作者斯里巴塔·戈斯瓦米的创意
“在薄膜中，分子是如此坚固和稳定，以至于这些设备最终可以成为许多可穿戴和可植入技术或人体网的正确选择，因为它们可以是可弯曲和可拉伸的，”斯里巴塔·戈斯瓦米说
人体网是一系列附着在皮肤上并追踪健康状况的无线传感器
文卡特森说，下一个挑战将是大规模生产这些有机忆阻器
“现在我们正在实验室里制造单个设备
我们需要为这些设备的大规模功能实现制造电路
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
