人工智能，机器学习和物联网的出现有望改变现代电子技术，并引发第四次工业革命。对于许多研究人员而言，紧迫的问题是如何应对这场技术革命。

“对我们来说，重要的是要了解当今的计算平台将无法在大规模数据集上维持AI算法的大规模实施，”《应用物理评论》发表论文的作者之一Thirumalai Venkatesan说。 AIP发布。

“当今的计算过于耗能，无法处理大数据。我们需要重新考虑我们在各个层面上进行计算的方法：可以实现超低能耗计算的材料，设备和体系结构。”

Venkatesan认为，带有有机忆阻器的受大脑启发的电子产品可以提供功能上有前途且具有成本效益的平台。忆阻设备是具有固有存储器的电子设备，该存储器能够存储数据和执行计算。由于忆阻器在功能上类似于神经元(大脑中的计算单元)的操作，因此它们是灵感来自大脑的计算平台的最佳候选者。

到目前为止，氧化物一直是忆阻器的最佳材料。已经提出了不同的材料系统，但迄今为止没有一个成功。

该论文的主要作者Sreetosh Goswami说：“在过去的20年中，曾有几次尝试提出有机忆阻器，但都没有任何希望。”“造成这种故障的主要原因是它们缺乏机械理解的稳定性，可重复性和模棱两可。在设备层面，我们现在能够解决大多数这些问题，”

新一代有机忆阻器是基于金属偶氮复合物器件开发的，该器件是印度加尔各答科学耕种协会教授Sreebata Goswami的创意，该论文的另一位作者。

Sreebata Goswami说：“在薄膜中，分子是如此强大和稳定，以至于这些设备最终可以成为许多可穿戴和可植入技术或人体网的正确选择，因为它们可以弯曲和伸展。”人体网是一系列附着在皮肤上并跟踪健康状况的无线传感器。

Venkatesan说，下一个挑战将是大规模生产这些有机忆阻器。

“现在我们正在实验室中制造单个设备。我们需要制造用于这些设备的大规模功能实现的电路。”