Eine der größten Herausforderungen im Bereich der Künstlichen Intelligenz ist der Versuch, die Verarbeitung der Signale des menschlichen Gehirns künstlich zu reproduzieren. Systeme mit neuromorphen Chips, die die Arbeitsweise von Synapsen und Neuronen imitieren, versprechen hier deutliche Vorteile. In neuronalen Netzen werden Daten hochgradig parallel gespeichert und verarbeitet, während klassische Rechner die Aufgaben sehr schnell seriell abarbeiten und klar zwischen der Speicherung  und Verarbeitung der Informationen trennen.

Systeme mit neuromorphen Chips, die die Arbeitsweise von Synapsen und Neuronen im menschlichen Gehirn imitieren, versprechen hier deutliche Vorteile. Ein solcher bioinspirierter Rechner arbeitet nach den Vorstellungen von Experten dezentral und verfügt über eine Vielzahl von Prozessoren, die – wie Neuronen im Gehirn – netzartig miteinander verbunden sind. Fällt ein Prozessor aus, kann ein anderer seine Funktion übernehmen. Und ähnlich wie im Gehirn, wo Training zu verbesserter Signalweiterleitung führt, soll auch ein bioinspirierter Prozessor lernen können.

REM-Aufnahme eines einzelnen Nanadraht-Memristors. Blau: Silberelektrode, orange: Nanodraht, gelb: Platinelektrode. Die blauen Bläschen bestehen aus Silberionen, die eine Brücke zwischen den Elektroden bilden.

REM-Aufnahme eines einzelnen Nanodraht-Memristors. Blau: Silberelektrode, orange: Nanodraht, gelb: Platinelektrode. Die blauen Bläschen bestehen aus Silberionen, die eine Brücke zwischen den Elektroden bilden. Forschungszentrum Jülich

Memresistive Zellen aus Zinkoxid-Kristallen

Laut Dr. Ilia Valov vom Jülicher Peter-Grünberg-Institut sind die Bauelemente mit Nanodrähten aus Zinkoxid-Kristallen in der Lage, Informationen von Haus aus zu verarbeiten und auch zu speichern. Dabei seien sie äußerst klein und energieeffizient. Memristiven Zellen werden schon seit Jahren die besten Chancen zugeschrieben, in einem bioinspirierten Rechner die Funktion der Neuronen und Synapsen zu übernehmen. Sie ändern ihren elektrischen Widerstand abhängig von der Stärke und Richtung des elektrischen Stroms, der durch sie fließt.

Anders als in einem herkömmlichen Transistor bleibt der letzte Widerstandswert auch dann noch erhalten, wenn der Strom abgeschaltet wird. Wegen dieser Einstellbarkeit des Widerstandswerts sind Memristoren grundlegend lernfähig. Um diese Eigenschaften zu erzeugen, nutzten die Wissenschaftler des Forschungszentrums Jülich und der RWTH Aachen einen einzelnen Zinkoxid-Nanodraht, der von Turiner Experten hergestellt wurde. Das resultierende memristive Bauteil ist nicht nur sehr klein, es schaltet auch schneller als ein Halbleiter. Nanodrähte versprechen ganz neue physikalische Eigenschaften im Vergleich zu anderen Festkörpern und kommen unter anderem für die Entwicklung neuartiger Solarzellen, Sensoren, Batterien und Computerchips zum Einsatz. Ihre Herstellung geschieht durch Aufdampfen des gewünschten Materials auf ein geeignetes Substrat.

Um eine funktionsfähige Zelle zu schaffen, müssen beide Enden des Nanodrahts mit geeigneten Metallen verbunden werden, in diesem Fall Platin und Silber. Die Metalle fungieren als Elektroden. Zudem setzen sie, ausgelöst durch einen geeigneten Stromfluss, Ionen frei. Die Metallionen können sich über die Oberfläche des Drahtes ausbreiten und eine Brücke bilden, was die Leitfähigkeit verändert. Für den praktischen Einsatz sind die Bauelemente aus einzelnen Nanodrähten allerdings noch zu empfindlich. Ein elektrischer Strom kann sie leicht zerstören. Als nächsten Schritt planen die Forscher die Herstellung und Untersuchung eines robusteren memristiven Elements, das aus einer relativ leicht herstellbaren größeren Gruppe aus mehreren Hundert Drähten besteht. Veröffentlicht wurde die Studie im Journal Nature Communications.