Мемристор на основе MoTe2 для вычислений, вдохновлённых мозгом: оценка нейроморфной производительности с использованием MLP‑CNN

Почему важны крошечные электронные «синапсы»

Наши телефоны и компьютеры становятся умнее, но по‑прежнему тратят много энергии на постоянную передачу данных между памятью и процессорами. Человеческий мозг, напротив, хранит и обрабатывает информацию в одном месте, используя огромные сети энергоэффективных синапсов. В этой статье исследуется новый тип крошечного электронного компонента, изготовленного из слоёного кристалла MoTe2, смешанного с распространённым полимером, который ведёт себя отчасти как биологический синапс и может помочь в создании аппаратуры, вдохновлённой мозгом, для будущего искусственного интеллекта.

Создание нового типа переключателя

В основе работы — устройство, называемое мемристором, двухконтактный компонент, электрическое сопротивление которого можно менять и сохранять даже при отключённом питании. Исследователи создали мемристор, уложив тонкую плёнку чешуек MoTe2, смешанных с поливиниловым спиртом (PVA), между нижним электродом из индий‑оловянного оксида (ITO) и верхним электродом из серебра. MoTe2 получают из аккуратно выращенных высококачественных монокристаллов, затем эксфолиируют в многослойные чешуйки, которые диспергируются в PVA, формируя связную, но контролируемую сеть для протекания тока. Микроскопические и спектроскопические измерения подтверждают, что MoTe2 сохраняет стабильную кристаллическую структуру с чистыми химическими связями, а составная плёнка имеет толщину примерно 100 нанометров и однородна по площади устройства.

Как устройство запоминает

При приложении напряжения атомы серебра с верхнего электрода могут мигрировать в слой MoTe2‑PVA в виде ионов и собираться в узкий металлический нить, замыкающий разрыв между электродами. Эта нить создаёт путь с низким сопротивлением, соответствующий состоянию ВКЛ. Смена полярности напряжения растворяет или истончает нить, возвращая устройство в высокоомное состояние ВЫКЛ. Авторы показывают, что выбор правильного соотношения MoTe2:PVA (3:1) имеет решающее значение: избыток полимера разрушает проводящие пути, тогда как избыток MoTe2 затрудняет управление устройством. При оптимальном составе устройство демонстрирует стабильное «биполярное» переключение — чередование ВКЛ и ВЫКЛ при напряжениях противоположной полярности — как минимум в течение 125 циклов, с небольшой вариативностью требуемых напряжений и хорошим удержанием данных в течение многих тысяч секунд.

От простой памяти к обучению, похожему на мозг

Поскольку проводимость можно постепенно настраивать электрическими импульсами, мемристор на основе MoTe2 может имитировать усиление или ослабление биологических синапсов при активности. Применяя серии коротких напряжений, команда продемонстрировала электронные аналоги ключевых синаптических явлений: долговременную потенциацию и депрессию (долговременное усиление или ослабление связи), правила обучения, зависящие от времени, где важен порядок двух импульсов, а также зависимость от числа и частоты импульсов. Устройство также показывает кратковременную фасилитацию, когда второй импульс, приходящий вскоре после первого, вызывает более сильный отклик, подобно нейрону, который ещё «заряжен». В совокупности эти поведения свидетельствуют о том, что устройство может поддерживать богатую динамику обучения непосредственно в аппаратуре, без постоянной передачи данных в отдельную память.

Научить устройство «ассоциировать» и распознавать паттерны

Чтобы проиллюстрировать более сложные функции, исследователи в электронном виде воспроизвели знаменитый эксперимент Павлова. В качестве «нейтрального» сигнала использовали слабый импульс, а в качестве «значимого» — более сильный, имитируя звонок и еду. Изначально только сильный импульс вызывал большой токовый отклик, но после многократного совместного применения слабый импульс сам по себе стал вызывать усиленный отклик, демонстрируя ассоциативное обучение. То же устройство могло различать короткие и длинные импульсы как разные уровни тока, что позволяло распознавать последовательности кода Морзе как временные паттерны. Переведя измеренные характеристики устройства в программные модели, команда затем протестировала, насколько хорошо такие синапсы‑мемристоры работают в искусственных нейронных сетях. Используя как многослойный перцептрон, так и сверточную нейронную сеть, они добились точной классификации изображений из широко используемого набора данных CIFAR‑10, что указывает на пригодность наблюдаемого поведения устройства для практических нейроморфных вычислений.

Что это значит для аппаратного ИИ будущего

Проще говоря, исследование показывает, что простая обработанная из раствора структура из чешуек MoTe2 в полимерном связующем может выступать в роли стабильного, настраиваемого электронного синапса. Она надёжно переключается между состояниями ВКЛ и ВЫКЛ посредством обратимого серебряного проводника, долго хранит память и поддерживает разнообразные правила обучения, похожие на мозг — от базового усиления и ослабления связей до ассоциативного обучения и распознавания временных паттернов. При переносе этих свойств в модели нейронных сетей они способны обеспечить эффективные системы распознавания изображений. Хотя остаются практические задачи — например, предотвращение нежелательного роста нити и защита полимера — работа указывает путь к недорогим, энергоэффективным чипам, где память и вычисления тесно переплетены, приближая повседневную электронику к тому, как наш мозг обрабатывает информацию.

Цитирование: Bhunia, R., Jana, R., Saraswati, A. et al. MoTe₂-based synaptic-bridge memristor for brain-inspired computing: neuromorphic performance evaluation using MLP-CNN frameworks. npj 2D Mater Appl 10, 45 (2026). https://doi.org/10.1038/s41699-026-00682-5

Ключевые слова: нейроморфные вычисления, мемристор, MoTe2, искусственный синапс, вычисления в памяти