Учёные из Национального исследовательского центра «Курчатовский институт» и МФТИ разработали гибкие мемристоры — компоненты, которые одновременно хранят и обрабатывают информацию, имитируя связи между клетками мозга. Основой устройства стал полимер парилен с добавлением наночастиц оксида молибдена: такой состав позволяет мемристору работать стабильнее аналогов и выдерживать сильные изгибы. Сегодня носимые устройства — фитнес-браслеты, медицинские датчики, умная одежда — собирают всё больше данных о человеке, но для обработки передают их на смартфон, что расходует заряд и требует постоянной связи. Мемристоры способны эту зависимость устранить, обрабатывая информацию прямо на месте. Результаты, поддержанные грантом РНФ, опубликованы в Journal of Alloys and Compounds.
В отличие от обычной памяти с её нулями и единицами, мемристор меняет сопротивление плавно, принимая множество промежуточных значений. Это напоминает пластичность синапсов в мозге: «вес» связи между нейронами постепенно усиливается или ослабевает в зависимости от частоты сигналов. Благодаря такому сходству на мемристорах можно строить искусственные нейронные сети, работающие прямо внутри носимого устройства. Однако гибкие мемристоры на полимерных подложках чувствительны к воздуху и влаге, а их переключение между состояниями бывает непредсказуемым — происходит при разных напряжениях, что снижает надёжность. Авторы решили эту проблему, добавив в парилен наночастицы оксида молибдена: именно этот слой отвечает за переключение и запись информации, а сверху нанесён слой меди, проводящий ток.
Эксперименты показали, что новые устройства выдерживают более тысячи циклов переключения и многократные изгибы радиусом до пяти миллиметров — туже, чем если обернуть плёнку вокруг пальца. Работоспособность сохранялась и после сотни сгибаний, и спустя полгода после испытаний, тогда как другие полимерные мемристоры со временем деградируют. Улучшение характеристик учёные связывают с тем, что наночастицы помогают формировать более стабильные проводящие «каналы», посредством которых мемристоры переключаются.
Завершающий этап работы — компьютерное моделирование, в которое заложили измеренные в экспериментах характеристики устройств. Оно показало: нейросеть на основе созданных мемристоров способна распознавать физическую активность человека по сигналам носимых датчиков с точностью около 90%. Это подтверждает, что разработка может стать основой для полностью автономной носимой электроники — устройств, которые собирают, обрабатывают и хранят данные о состоянии здоровья без участия смартфона.
Изображение: художественное представление структуры разработанного устройства. Источник: Наталья Лукашина / из личного архива.
