研讨人员介绍，这种人工“神经元”又称“质子可编程电阻器”，采用的是一种名为“无机磷硅玻璃”(PSG)的无机资料。它可以像数字神经网络相同履行运算。另外，这种无机资料与硅制作技能兼容，共同的兼容性使制作纳米级设备成为可能，并将促进其的商用化进程。

　　

　　研讨作者之一，麻省理工资料科学与工程系的教授Bilge Yildiz介绍，“该设备的作业机制是将最小的离子质子电化学刺进绝缘氧化物中，以调理其电子导电性。因为咱们正在使用十分薄的设备，咱们可以通过使用强电场来加速这种离子的运动，并将这些离子设备推到纳秒级的运转状况。”

　　

　　科学家称，这种人造突触有望模仿神经科学中揣度的神经回路，并突触可塑性规矩，超越深度神经网络。

　　

　　该论文题为“Nanosecond protonic programmable resistors for analog deep learning”，目前现已宣布在国际学术顶刊《Science》上。