物理学家用新的量子材料模拟出人工大脑网络

通过将新的超级计算材料与专门的氧化物相结合，研究人员成功地展示了电路和设备网络的主干，这些网络反映了基于生物的神经网络中的神经元和突触的连接。

《美国国家科学院院刊》（PNAS）对这些模拟进行了描述。

随着今天的计算机和其他设备的带宽需求达到其技术极限，科学家们正在努力实现更强大的通信能力，在未来，新材料可以被协调起来，以模仿类似动物神经系统的速度和精度。基于量子材料的神经形态计算，显示出基于量子力学的特性，使科学家有能力超越传统半导体材料的限制。这种先进的多功能性为新时代的设备打开了大门，这些设备比今天的设备更灵活，能源需求更低。其中一些工作由物理系助理教授Alex Frañó和加州大学圣地亚哥分校的量子材料节能神经形态计算（Q-MEEN-C）的其他研究人员领导，该中心是能源部支持的能源前沿研究中心。

Frañó说："在过去的50年里，我们看到了令人难以置信的技术成就，这些成就让计算机逐渐变小和变快–但即使是这些设备也有数据存储和能源消耗的限制，"Frañó说，他与加州大学圣地亚哥分校前校长、加州大学校长和物理学家Robert Dynes一起担任PNAS论文的作者之一。"神经形态计算的灵感来自于数以百万计的神经元、轴突和树突的涌现过程，这些神经元、轴突和树突在一个极其复杂的神经系统中连接在我们身体各处。"

作为实验物理学家，Frañó和Dynes通常在实验室里忙于使用最先进的仪器来探索新材料。但是随着大流行病的发生，Frañó和他的同事们被迫与世隔绝，担心他们如何保持研究的进展。他们最终认识到，他们可以从模拟量子材料的角度来推进他们的科学。Frañó说。"我和我的合著者决定从更多的理论角度研究这个问题，所以我们坐下来，开始每周（基于Zoom的）会议。最终，这个想法发展并起飞了"。

研究人员的创新是基于连接两种类型的量子物质–基于氧化铜的超导材料和基于氧化镍的金属绝缘体过渡材料。他们创造了基本的"循环装置"，可以用氦气和氢气在纳米尺度上精确控制，反映了神经元和突触的连接方式。添加更多的这些设备后，再使其相互连接并交换信息，模拟显示，最终它们将可以创建一个网络设备阵列，显示出像动物的大脑一样的突发特性。像大脑一样，神经形态设备被设计为加强比其他设备更重要的连接，类似于突触比其他信息更重要的称重方式。

"令人惊讶的是，当你开始放入更多的循环时，会开始看到你没有预期的行为，"Frañó说。"从这篇论文中，我们可以想象用6个、20个或100个这样的设备来做这件事–然后它就会以指数形式变得丰富。最终的目标是创建一个由这些设备组成的非常大而复杂的网络，它们将有能力学习和适应。"现在，Frañó和他的同事们又回到了实验室，用真实世界的仪器测试PNAS论文中描述的理论模拟。