人工智能 (AI) 具有改變太陽能電池板、體內(nèi)醫(yī)療傳感器和自動駕駛汽車等多種技術(shù)的潛力。但這些應(yīng)用程序已經(jīng)將當(dāng)今的計算機在速度、內(nèi)存大小和能源使用方面推向極限。
幸運的是，人工智能、計算和納米科學(xué)領(lǐng)域的科學(xué)家正在努力克服這些挑戰(zhàn)，他們正在使用自己的大腦作為模型。
這是因為人腦中的電路或神經(jīng)元比當(dāng)今的計算機電路具有一個關(guān)鍵優(yōu)勢：它們可以在同一位置存儲信息并處理信息。這使得它們異?？焖偾夜?jié)能。這就是為什么科學(xué)家現(xiàn)在正在探索如何使用以十億分之一米為單位的材料(“納米材料”)來構(gòu)建像我們的神經(jīng)元一樣工作的電路。然而，為了成功做到這一點，科學(xué)家必須在原子水平上準確了解這些納米材料電路中發(fā)生的情況。
最近，包括來自美國能源部 (DOE) 阿貢國家實驗室的科學(xué)家在內(nèi)的一組研究人員開創(chuàng)了一種準確評估這一點的新方法。具體來說，他們使用美國能源部科學(xué)辦公室用戶設(shè)施高級光子源(APS)來檢查特定納米材料從導(dǎo)電到不導(dǎo)電時結(jié)構(gòu)發(fā)生的變化。這模仿了神經(jīng)回路中“開”和“關(guān)”狀態(tài)之間的切換。
該工作發(fā)表在《先進材料》雜志上。
在這些材料中，導(dǎo)電狀態(tài)或相由原子水平上的材料缺陷(或“點缺陷”)控制。通過對納米材料施加壓力，研究人員可以改變這些缺陷的濃度和位置。這改變了電子流的路徑。然而，這些缺陷不斷移動，從而改變了材料的導(dǎo)電和非導(dǎo)電區(qū)域。到目前為止，這項動議的研究極其困難。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！