Onderzoekers uit Frankrijk en de Universiteit van Arkansas hebben een kunstmatige synaps gecreëerd die in staat is tot autonoom leren, een onderdeel van kunstmatige intelligentie. De ontdekking opent de deur naar het bouwen van grote netwerken die op dezelfde manier werken als het menselijk brein.

De resultaten zijn op 3 april gepubliceerd in het tijdschrift Natuurcommunicatie .

"Mensen zijn geïnteresseerd in het bouwen van kunstmatige hersennetwerken in de toekomst, " zei Bin Xu, een onderzoeksmedewerker aan de afdeling Natuurkunde van de Universiteit van Arkansas. "Dit onderzoek is een fundamentele vooruitgang."

De hersenen leren wanneer synapsen verbindingen maken tussen neuronen. De verbindingen variëren in sterkte, met een sterke verbinding die correleert met een sterk geheugen en verbeterd leren. Het is een concept dat synaptische plasticiteit wordt genoemd, en onderzoekers zien het als een model om machine learning te bevorderen.

Een team van Franse wetenschappers ontwierp en bouwde een kunstmatige synaps, een memristor genoemd, gemaakt van een ultradunne ferro-elektrische tunnelovergang die kan worden afgestemd op geleidbaarheid door spanningspulsen. Het materiaal is ingeklemd tussen elektroden, en de variabiliteit in zijn geleidbaarheid bepaalt of een sterke of zwakke verbinding tussen de elektroden wordt gemaakt.

Xu en Laurent Bellaiche, vooraanstaand professor in de natuurkundeafdeling van de U of A, geholpen door een microscopisch inzicht te geven in hoe het apparaat functioneert, waarmee toekomstige onderzoekers grotere, krachtiger, zelflerende netwerken.

Memristors zijn niet nieuw, maar tot nu toe zijn hun werkingsprincipes niet goed begrepen. De studie gaf een duidelijke verklaring van het fysieke mechanisme dat ten grondslag ligt aan de kunstmatige synaps. De onderzoekers van de Universiteit van Arkansas voerden computersimulaties uit die het schakelmechanisme in de ferro-elektrische tunnelovergangen verduidelijkten, een back-up van de metingen uitgevoerd door de Franse wetenschappers.