Разработанные британскими учёными мемристоры работают за счёт асимметричных p-n-гетеропереходов, как диоды или транзисторы. Это обеспечивает впечатляющую стабильность, а также возможность создавать сотни устойчивых уровней проводимости (ступеней значений, разрядности), а также отличную повторяемость характеристик как в рабочих циклах, так и в устройствах при массовом производстве.

Способность «транзисторного» мемристора создавать энергетические барьеры с сотнями управляемых уровней позволяет говорить о неком подобии разработки синапсам головного мозга. Синапсы абсолютно аналоговые. Они работают с тысячами уровней концентрации медиаторов на границе перехода от одного нейрона к другому. Нейрон запускает электрический импульс только тогда, когда концентрация медиаторов от соседнего в цепочке нейрона достигает необходимого уровня. С «неклассическими» мемристорами такая схема может привести к созданию ИИ-нейросетей, напоминающих работу мозга и экономящих на энергопотреблении.

Ещё раз подчеркнём, что по сравнению с существующими мемристорами новое решение устраняет главные проблемы: случайное поведение, необходимость высоких напряжений и низкую повторяемость при тиражировании. Благодаря «транзисторному» механизму переключения достигается крайне низкое энергопотребление при адаптивном обучении. Исследователи подчёркивают, что именно такие характеристики необходимы для создания аппаратного обеспечения, способного не просто хранить биты, а реально обучаться и адаптироваться, приближаясь к принципам работы мозга.

Потенциальное влияние технологии огромно: по оценкам, внедрение подобных устройств позволит сократить энергопотребление ИИ-платформ до 70 %. Это критически важно в условиях экспоненциального роста энергозатрат современных больших моделей ИИ.