来源：cnBeta.COM
“人类的大脑实际上可以因学习新事物而发生变化，”论文合著者Subramanian Sankaranarayanan说，他在阿贡国家实验室和伊利诺伊大学芝加哥分校担任联合职务。“我们现在已经创造了一个设备，让机器以类似大脑的方式重新配置它们的电路。”
有了这种能力，基于人工智能的计算机可能会更快、更准确地完成困难的工作，同时使用更少的能源。一个例子是分析复杂的医疗图像。自动驾驶汽车和太空中的机器人可能会根据经验重新连接它们的电路，这是一个更未来的例子。
新设备中的关键材料由钕、镍和氧组成，被称为钙钛矿镍酸钕。研究小组给这种材料注入了氢气，并在其上附加了电极，允许在不同电压下施加电脉冲。
Sankaranarayanan说：“氢气在镍酸盐中的数量以及它的位置，改变了电子特性。而我们可以通过不同的电脉冲来改变它的位置和浓度。”
“这种材料具有多层次的特性，”论文共同作者、阿贡国家实验室物理学家周华补充说。“它具有日常电子产品的两种常见功能--开启和阻断电流，以及储存和释放电力。真正新的和引人注目的是增加了与大脑中突触和神经元的独立行为类似的两种功能。一个神经元是一个单一的神经细胞，通过突触与其他神经细胞连接。神经元发起对外部世界的感应。”
在其贡献中，阿贡团队对不同电压下的镍酸钕装置所发生的事情进行了计算和实验表征。为此，他们依靠能源部科学办公室在阿贡的用户设施：先进光子源、阿贡领导计算设施和纳米材料中心。
实验结果表明，只要改变电压就能控制氢离子在镍酸盐中的移动。一定的电压使氢气集中在镍酸盐中心，产生类似神经元的行为。不同的电压使氢离子从中心穿梭出来，产生类似突触的行为。在不同的电压下，氢的位置和浓度会引起计算机芯片的通断电流。
阿贡国家实验室科学家Sukriti Manna说：“我们在原子尺度上揭示这一机制的计算是超级密集的。”该团队不仅依靠阿贡领导层计算设施的计算能力，而且还依靠国家能源研究科学计算中心，这是美国能源部科学办公室在劳伦斯伯克利国家实验室的用户设施。
该机制的确认部分来自高级光子源33-ID-D光束线上的实验。
周华说：“多年来，我们与普渡大学的小组建立了非常富有成效的伙伴关系。在这里，研究小组准确地确定了在不同电压下镍酸盐内部的原子排列。特别重要的是跟踪材料在原子尺度上对氢气运动的反应。”
利用该团队的镍酸盐设备，科学家们将努力创建一个人工神经元和突触的网络，可以从经验中学习和修改。这个网络将随着新信息的出现而增长或缩小，从而能够以极高的能源效率工作。而这种能源效率将转化为更低的运营成本。
以该团队的设备为构件的大脑启发式微电子技术可能有一个光明的未来。这一点尤其重要，因为该装置可以在室温下通过与半导体行业实践相兼容的技术制造。
阿贡团队的相关工作得到了美国能源部基础能源科学办公室，以及空军科学研究办公室和国家科学基金会的资助。