Мозъкът съхранява и обработва данните на едно място, докато при компютъра те постоянно се прехвърлят между процесора и паметта. Основният проблем е липсата на подходяща електронна клетка памет, която едновременно да играе ролята и на транзистор. Сега вече има напредък в тази област.

Екип учени от Северозападния университет (Northwestern University), Бостънския колеж (Boston College) и Масачузетския технологичен институт (MIT) съобщиха, че са създали и тествали т.нар. синаптичен транзистор, който може да работи като част от невронните мрежи с асоциативно обучение. За основно предимство на разработката учените считат способността на транзистора да работи при стайна температура с изключително малка консумация от 20 pW (пиковата).

В живата нервна тъкан синапсът е участък между края на един неврон и началото на друг (ако говорим за главния или гръбначния мозък). В този участък протичат биохимични реакции, които допринасят за предаването на нервния импулс по-нататък или за блокирането му. Представеният от учените транзистор изпълнява подобна функция, но в работата си използва стандартни физични явления и процеси.

Като цяло разработката принадлежи към областта на квантовите моарни материали. В много случаи тези материали работят в условия на криогенно охлаждане. Ето защо за изследователския екип е било важно да демонстрира синаптичния ефект при стайна температура, което те всъщност успешно са направили.

Транзисторът, ако може да се нарече така, представлява два припокриващи се слоя материал с дебелината на атом, леко изместени един спрямо друг в хоризонталната равнина. Единият слой е графен, а вторият - боров нитрид с хексагонална решетка. Завъртането на единия от тях под определен ъгъл създава моаре модел на двете комбинирани структури и именно това е разковничето и може да се каже магията. Правилните ъгли, при които се появяват отчетливите взаимодействия, дори се наричат магически ъгли.

При определени ъгли на завъртане кулоновите взаимодействия между двата материала преминават в категорията на екзотичните електрически взаимодействия, които не се срещат в обикновените материали, което открива потенциал за използване на подобни структури в бъдещата електроника, при това с неизвестна до край функционалност.

Заслуга на изследователите е, че те са отишли по-далеч и са създали редица невронни вериги на базата на представените условни транзисторни преходи, които са показали способност за асоциативно обучение. Експерименталните вериги били обучени да разпознават групи цифри в двоично кодиране, което те успешно направили. Така например невронните вериги разделиха комбинациите 000 и 111 от 101, като показаха асоциативната връзка на първите и разликата им от третата комбинация. По този начин, съобщава изданието Semiconductor-digest, "синаптичният транзистор осигурява ефективни схеми за изчисления в паметта и може да стане основа за създаването на иновативни хардуерни ускорители за изкуствен интелект и машинно обучение"