ಈ ಬ್ಲಾಗ್ ಪೋಸ್ಟ್ನಲ್ಲಿ, ನಾವು ಮೆಮ್ರಿಸ್ಟರ್ಗಳ ತತ್ವಗಳು ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತೇವೆ - ಮಾನವ ಸಿನಾಪ್ಸ್ಗಳನ್ನು ಅನುಕರಿಸುವ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನಗಳು - ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಅವುಗಳ ಮಹತ್ವ.
ನೀವು ಮೊದಲು ಸಬ್ವೇ ಸವಾರಿ ಮಾಡಿದಾಗ, ಚಕ್ರಗಳ ಗದ್ದಲದ ಶಬ್ದವು ಅಸಾಮಾನ್ಯವಾಗಿ ಜೋರಾಗಿ ತೋರುತ್ತದೆ. ಆದಾಗ್ಯೂ, ರೈಲು ಒಂದರ ನಂತರ ಒಂದರಂತೆ ನಿಲ್ದಾಣಗಳನ್ನು ಹಾದುಹೋಗುವಾಗ, ನಾವು ಆ ಶಬ್ದವನ್ನು ಇನ್ನು ಮುಂದೆ ಗಮನಿಸದ ಒಂದು ಹಂತ ಬರುತ್ತದೆ. ಏಕೆಂದರೆ ಅದೇ ಪ್ರಚೋದನೆ ಪುನರಾವರ್ತನೆಯಾಗುವುದರಿಂದ ನಮ್ಮ ಇಂದ್ರಿಯಗಳು ಸಂವೇದನಾಶೀಲವಾಗಿಲ್ಲ. ಇದಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿ, ಯಂತ್ರದ ಇಂದ್ರಿಯಗಳು ಸುಲಭವಾಗಿ ಸಂವೇದನಾಶೀಲವಾಗುವುದಿಲ್ಲ. ಪಾನೀಯ ಮಾರಾಟ ಯಂತ್ರವನ್ನು ಉದಾಹರಣೆಯಾಗಿ ತೆಗೆದುಕೊಳ್ಳೋಣ. ಯಂತ್ರವು ಯಾವ ಗುಂಡಿಯನ್ನು ಒತ್ತಲಾಗಿದೆ ಎಂಬುದನ್ನು ನಿಖರವಾಗಿ ಪತ್ತೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಂತರ ಅನುಗುಣವಾದ ಪಾನೀಯವನ್ನು ವಿತರಿಸುತ್ತದೆ. ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ದಿನವಿಡೀ ಪುನರಾವರ್ತಿಸಿದರೂ, ಯಂತ್ರವು ಮರುದಿನ ಹಿಂಜರಿಕೆಯಿಲ್ಲದೆ ಅದೇ ಕ್ರಿಯೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ. ಹೆಚ್ಚಿನ ಯಂತ್ರಗಳಿಗೆ, ಅಂತಹ ಪುನರಾವರ್ತಿತ ಕಾರ್ಯಗಳ ಸಮಯದಲ್ಲಿಯೂ ಕಾರ್ಯಕ್ಷಮತೆ ಸ್ಥಿರವಾಗಿರುತ್ತದೆ. ಹಾಗಾದರೆ, ಯಂತ್ರಗಳು ಮಾನವರಂತೆ ತಮ್ಮ ಇಂದ್ರಿಯಗಳನ್ನು ಮಂದಗೊಳಿಸುವ ಲಕ್ಷಣವನ್ನು ಹೊಂದಿದ್ದರೆ ಏನು?
ಸಂವೇದನಾ ಮಂದತೆ ಸಿನಾಪ್ಸಸ್ಗೆ ನಿಕಟ ಸಂಬಂಧ ಹೊಂದಿದೆ. ಸಿನಾಪ್ಸಸ್ಗಳು ನರಕೋಶಗಳ ನಡುವಿನ ಸಂಪರ್ಕಗಳಾಗಿವೆ - ಮಾನವ ಮೆದುಳನ್ನು ರೂಪಿಸುವ ನರ ಕೋಶಗಳು - ಮತ್ತು ಸಂವೇದನಾ ಮಾಹಿತಿಯು ನರಕೋಶಗಳು ಮತ್ತು ಸಿನಾಪ್ಸಸ್ಗಳ ಮೂಲಕ ಹಾದುಹೋಗುವಾಗ ಎಲೆಕ್ಟ್ರೋಕೆಮಿಕಲ್ ಸಂಕೇತಗಳ ರೂಪದಲ್ಲಿ ಹರಡುತ್ತದೆ. ಒಂದೇ ಸಂಕೇತವನ್ನು ಪದೇ ಪದೇ ರವಾನಿಸಿದಾಗ, ಸಿನಾಪ್ಸ್ನಲ್ಲಿ ನರ ಪ್ರಸರಣದ ದಕ್ಷತೆಯು ತಾತ್ಕಾಲಿಕವಾಗಿ ಕಡಿಮೆಯಾಗುತ್ತದೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ಸಂವೇದನಾ ಮಂದತೆ ಎಂದು ಕರೆಯಲ್ಪಡುವ ವಿದ್ಯಮಾನ ಉಂಟಾಗುತ್ತದೆ. ಹಾಗಾದರೆ, ಕಂಪ್ಯೂಟರ್ಗಳಲ್ಲಿ ಸಿನಾಪ್ಸಸ್ಗಳ ಈ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅನುಕರಿಸಲು ಸಾಧ್ಯವೇ?
ಸಾಂಪ್ರದಾಯಿಕ ಕಂಪ್ಯೂಟರ್ಗಳ ತಿರುಳು ಲೆಕ್ಕವಿಲ್ಲದಷ್ಟು ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ವಾಸ್ತವವಾಗಿ, ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಮಾನವ ಸಿನಾಪ್ಸ್ಗಳನ್ನು ಅನುಕರಿಸಲು ಈ ಹಿಂದೆ ಸಂಶೋಧನೆ ನಡೆಸಲಾಗಿತ್ತು. ಆದಾಗ್ಯೂ, ಮಾನವನ ಮೆದುಳು 100 ಟ್ರಿಲಿಯನ್ಗಿಂತಲೂ ಹೆಚ್ಚು ಸಿನಾಪ್ಸ್ಗಳನ್ನು ಹೊಂದಿದೆ ಎಂದು ತಿಳಿದಿದೆ ಮತ್ತು ಅವೆಲ್ಲವನ್ನೂ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳೊಂದಿಗೆ ಕಾರ್ಯಗತಗೊಳಿಸುವುದರಿಂದ ಏಕೀಕರಣ ಸಾಂದ್ರತೆ ಮತ್ತು ವಿದ್ಯುತ್ ಬಳಕೆಯ ವಿಷಯದಲ್ಲಿ ಗಮನಾರ್ಹ ಮಿತಿಗಳಿವೆ. ಟ್ರಾನ್ಸಿಸ್ಟರ್ ಆಧಾರಿತ ನರಮಂಡಲ ಜಾಲಗಳು ಪ್ರಮಾಣದಲ್ಲಿ ಬೆಳೆದಂತೆ, ಅವುಗಳ ಸ್ಥಳಾವಕಾಶದ ಅವಶ್ಯಕತೆಗಳು ಮತ್ತು ವಿದ್ಯುತ್ ಬಳಕೆ ನಾಟಕೀಯವಾಗಿ ಹೆಚ್ಚಾಗುತ್ತದೆ. ಈ ಕಾರಣಕ್ಕಾಗಿ, ಸಂಶೋಧಕರು ಮೆಮ್ರಿಸ್ಟರ್ ಎಂಬ ಹೊಸ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನದತ್ತ ಗಮನ ಹರಿಸುತ್ತಿದ್ದಾರೆ, ಇದು ಮಾನವ ಸಿನಾಪ್ಸ್ಗಳಂತೆಯೇ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದು.
"ಮೆಮೊರಿಸ್ಟರ್" ಎಂಬ ಪದವು "ಮೆಮೊರಿ" ಮತ್ತು "ರೆಸಿಸ್ಟರ್" ಗಳ ಮಿಶ್ರ ಪದವಾಗಿದೆ; ಇದು ಹಿಂದಿನ ವಿದ್ಯುತ್ ಹರಿವಿನ ಪ್ರಭಾವವನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವ ಒಂದು ಅಲ್ಟ್ರಾ-ಸಣ್ಣ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಪ್ರತಿರೋಧಕವು ಸಾಮಾನ್ಯವಾಗಿ ವಿದ್ಯುತ್ ಹರಿವಿನ ಪ್ರಮಾಣವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ, ಆದರೆ ಮೆಮೊರಿಸ್ಟರ್ನ ಪ್ರತಿರೋಧ ಮೌಲ್ಯವು ಅದರ ಮೂಲಕ ಹರಿಯುವ ಒಟ್ಟು ವಿದ್ಯುತ್ ಪ್ರವಾಹವನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗುತ್ತದೆ. ವಿದ್ಯುತ್ ಪೂರೈಕೆಯನ್ನು ಕಡಿತಗೊಳಿಸಿದ ನಂತರವೂ ಇದು ತನ್ನ ಕೊನೆಯ ಪ್ರತಿರೋಧ ಸ್ಥಿತಿಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಈ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರಮುಖ ಪ್ರಯೋಜನವೆಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ ಏಕೆಂದರೆ ಅವು ಪ್ರತ್ಯೇಕ ಮೆಮೊರಿ ಸಾಧನದ ಅಗತ್ಯವಿಲ್ಲದೆ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಡುತ್ತವೆ. ಸಾಂಪ್ರದಾಯಿಕ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳು ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಬಹುದಾದರೂ, ಅವುಗಳಿಗೆ ಹೆಚ್ಚುವರಿ ಸರ್ಕ್ಯೂಟ್ರಿ ಅಗತ್ಯವಿರುತ್ತದೆ, ಇದು ಸಾಧನದ ಗಾತ್ರವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಇದಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿ, ಮೆಮೊರಿಸ್ಟರ್ಗಳು ಸರಳವಾದ ರಚನೆಯನ್ನು ಹೊಂದಿವೆ, ಕಡಿಮೆ ಶಕ್ತಿಯನ್ನು ಬಳಸುತ್ತವೆ ಮತ್ತು ಹೆಚ್ಚಿನ ಏಕೀಕರಣಕ್ಕೆ ಸೂಕ್ತವಾಗಿವೆ; ಪರಿಣಾಮವಾಗಿ, ಮುಂದಿನ ಪೀಳಿಗೆಯ ಮೆಮೊರಿ ಮತ್ತು ನ್ಯೂರೋಮಾರ್ಫಿಕ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನವಾಗಿ ಅವುಗಳನ್ನು ಸಂಶೋಧಿಸಲಾಗುತ್ತಿದೆ.
ಮೆಮ್ರಿಸ್ಟರ್ ಪರಿಕಲ್ಪನೆಯನ್ನು ಮೊದಲು ಪ್ರೊಫೆಸರ್ ಲಿಯಾನ್ ಒ. ಚುವಾ 1971 ರಲ್ಲಿ ಪ್ರಸ್ತಾಪಿಸಿದರೂ, ಟ್ರಾನ್ಸಿಸ್ಟರ್ ತಂತ್ರಜ್ಞಾನವು ವೇಗವಾಗಿ ಮುಂದುವರಿಯುತ್ತಿದ್ದ ಕಾರಣ ಆ ಸಮಯದಲ್ಲಿ ಅದು ಹೆಚ್ಚಿನ ಗಮನವನ್ನು ಪಡೆಯಲಿಲ್ಲ. ಆದಾಗ್ಯೂ, 2008 ರಲ್ಲಿ ಹೆವ್ಲೆಟ್-ಪ್ಯಾಕರ್ಡ್ನ ಸಂಶೋಧಕರು ನಿಜವಾದ ಮೆಮ್ರಿಸ್ಟರ್ ಅನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸಿದ ನಂತರ, ಸಂಬಂಧಿತ ಸಂಶೋಧನೆಯು ಗಮನಾರ್ಹ ವೇಗವನ್ನು ಪಡೆದುಕೊಂಡಿತು ಮತ್ತು ಈಗ ಇದನ್ನು ಮುಂದಿನ ಪೀಳಿಗೆಯ ಅರೆವಾಹಕಗಳು ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಹಾರ್ಡ್ವೇರ್ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಒಂದೆಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ.
ಮೆಮ್ರಿಸ್ಟರ್ ಅನ್ನು ಮೂಲಭೂತವಾಗಿ ಪ್ಲಾಟಿನಂ ವಿದ್ಯುದ್ವಾರಗಳ ನಡುವೆ ಸ್ಯಾಂಡ್ವಿಚ್ ಮಾಡಿದ ಟೈಟಾನಿಯಂ ಆಕ್ಸೈಡ್ (TiO₂) ನೊಂದಿಗೆ ರಚಿಸಲಾಗಿದೆ. ಆಮ್ಲಜನಕದ ವಿತರಣೆಯನ್ನು ಅವಲಂಬಿಸಿ ಟೈಟಾನಿಯಂ ಡೈಆಕ್ಸೈಡ್ ಅನ್ನು ವಿಭಿನ್ನ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ಎರಡು ಪ್ರದೇಶಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ. ಒಂದು ಪ್ರದೇಶವೆಂದರೆ ಟೈಟಾನಿಯಂ ಡೈಆಕ್ಸೈಡ್ (TiO₂), ಇದು ಆಮ್ಲಜನಕದೊಂದಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಸ್ಯಾಚುರೇಟೆಡ್ ಆಗಿರುತ್ತದೆ ಮತ್ತು ಆಮ್ಲಜನಕವು ಅಷ್ಟೇನೂ ಚಲಿಸುವುದಿಲ್ಲ; ಇನ್ನೊಂದು ಪ್ರದೇಶವೆಂದರೆ ಟೈಟಾನಿಯಂ ಡೈಆಕ್ಸೈಡ್ (TiO₂-x), ಅಲ್ಲಿ ಸ್ವಲ್ಪ ಆಮ್ಲಜನಕ ಕಾಣೆಯಾಗಿದ್ದು, ಆಮ್ಲಜನಕವು ತುಲನಾತ್ಮಕವಾಗಿ ಮುಕ್ತವಾಗಿ ಚಲಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಕಡಿಮೆ ವೋಲ್ಟೇಜ್ಗಳಲ್ಲಿಯೂ ಸಹ ಆಮ್ಲಜನಕ ಭಾಗಶಃ ಖಾಲಿಯಾಗುವ ಪ್ರದೇಶದ ಮೂಲಕ ಪ್ರವಾಹವು ಸುಲಭವಾಗಿ ಹರಿಯುವುದರಿಂದ, ಈ ಪ್ರದೇಶದ ಪ್ರಮಾಣ ಹೆಚ್ಚಾದಂತೆ ಒಟ್ಟಾರೆ ವಿದ್ಯುತ್ ಪ್ರತಿರೋಧವು ಕಡಿಮೆಯಾಗುತ್ತದೆ. ವೋಲ್ಟೇಜ್ ಅನ್ನು ಅನ್ವಯಿಸಲು ಪ್ಲಾಟಿನಂ ವಿದ್ಯುದ್ವಾರಗಳನ್ನು ಟೈಟಾನಿಯಂ ಡೈಆಕ್ಸೈಡ್ ಪದರದ ಮೇಲೆ ಮತ್ತು ಕೆಳಗೆ ಇರಿಸಲಾಗುತ್ತದೆ.
ಈಗ, ಮೇಲಿನ ವಿದ್ಯುದ್ವಾರಕ್ಕೆ ನಕಾರಾತ್ಮಕ ವೋಲ್ಟೇಜ್ ಅನ್ನು ಅನ್ವಯಿಸುವ ಸಂದರ್ಭವನ್ನು ಪರಿಗಣಿಸೋಣ. ಸಮಾನ ಚಾರ್ಜ್ಗಳು ಪರಸ್ಪರ ಹಿಮ್ಮೆಟ್ಟಿಸುವುದರಿಂದ, ಇಂಟರ್ಫೇಸ್ ಬಳಿಯ ಆಮ್ಲಜನಕ ಅಯಾನುಗಳು ವಿರುದ್ಧ ಪ್ರದೇಶದ ಕಡೆಗೆ ಚಲಿಸುತ್ತವೆ. ಪರಿಣಾಮವಾಗಿ, ಹಿಂದೆ ಆಮ್ಲಜನಕದೊಂದಿಗೆ ಸ್ಯಾಚುರೇಟೆಡ್ ಆಗಿದ್ದ ಪ್ರದೇಶದ ಒಂದು ಭಾಗವು ಆಮ್ಲಜನಕ ತಪ್ಪಿಸಿಕೊಳ್ಳುವಾಗ ವಿದ್ಯುತ್ ಸುಲಭವಾಗಿ ಹರಿಯುವ ಪ್ರದೇಶವಾಗುತ್ತದೆ ಮತ್ತು ಪ್ರವಾಹವು ಸುಲಭವಾಗಿ ಹರಿಯುವ ಪ್ರದೇಶವು ಕ್ರಮೇಣ ವಿಸ್ತರಿಸುತ್ತದೆ. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಕೆಳಗಿನ ವಿದ್ಯುದ್ವಾರಕ್ಕೆ ನಕಾರಾತ್ಮಕ ವೋಲ್ಟೇಜ್ ಅನ್ನು ಅನ್ವಯಿಸಿದರೆ, ಆಮ್ಲಜನಕ ಅಯಾನುಗಳು ಅವುಗಳ ಮೂಲ ದಿಕ್ಕಿನಲ್ಲಿ ಹಿಂತಿರುಗುತ್ತವೆ, ಇದರಿಂದಾಗಿ ಹೆಚ್ಚಿನ ವಿದ್ಯುತ್ ವಾಹಕತೆ ಹೊಂದಿರುವ ಪ್ರದೇಶವು ಕುಗ್ಗುತ್ತದೆ, ಆದರೆ ಸಾಕಷ್ಟು ಆಮ್ಲಜನಕವನ್ನು ಹೊಂದಿರುವ ಪ್ರದೇಶವು ಮತ್ತೆ ವಿಸ್ತರಿಸುತ್ತದೆ. ವೋಲ್ಟೇಜ್ ಅನ್ನು ಅನ್ವಯಿಸುವವರೆಗೆ ಈ ಬದಲಾವಣೆಗಳು ಮುಂದುವರಿಯುತ್ತವೆ, ಇದು ಮೆಮ್ರಿಸ್ಟರ್ನ ಮೊದಲ ಗುಣಲಕ್ಷಣವನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ: ಪ್ರವಾಹದ ಪ್ರಮಾಣವನ್ನು ಅವಲಂಬಿಸಿ ಅದರ ಪ್ರತಿರೋಧ ಮೌಲ್ಯವು ಬದಲಾಗುತ್ತದೆ.
ಹಾಗಾದರೆ ವಿದ್ಯುತ್ ಸ್ಥಗಿತಗೊಂಡ ನಂತರವೂ ಪ್ರತಿರೋಧ ಮೌಲ್ಯವು ಏಕೆ ಬದಲಾಗದೆ ಉಳಿಯುತ್ತದೆ? ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳು ವೋಲ್ಟೇಜ್ ಅನ್ನು ಅವಲಂಬಿಸಿ ತಮ್ಮ ಸ್ಥಿತಿಯನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ, ಆದರೆ ವಿದ್ಯುತ್ ಸ್ಥಗಿತಗೊಂಡ ನಂತರ ಅವು ಸಾಮಾನ್ಯವಾಗಿ ಆ ಸ್ಥಿತಿಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಿಲ್ಲ. ಇದಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿ, ಟೈಟಾನಿಯಂ ಆಕ್ಸೈಡ್ನೊಳಗಿನ ಪರಮಾಣು ವ್ಯವಸ್ಥೆಯು ಮೆಮೊರಿಸ್ಟರ್ನಲ್ಲಿ ಬದಲಾಗುವುದರಿಂದ, ವಿದ್ಯುತ್ ಸ್ಥಗಿತಗೊಂಡ ನಂತರವೂ ಅಂತಿಮ ಸ್ಥಿತಿಯನ್ನು ಉಳಿಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ.
ಆಮ್ಲಜನಕ ಭಾಗಶಃ ಕೊರತೆಯಿರುವ ಪ್ರದೇಶಗಳಲ್ಲಿ, ಎರಡು ರೀತಿಯ ಟೈಟಾನಿಯಂ ಅಯಾನುಗಳು (Ti³⁺, Ti⁴⁺) ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ. ಆಮ್ಲಜನಕ ಅಯಾನುಗಳು ಚಲಿಸಿದಾಗ, ಚಾರ್ಜ್ ಸಮತೋಲನವನ್ನು ಕಾಯ್ದುಕೊಳ್ಳಲು ಎಲೆಕ್ಟ್ರಾನ್ಗಳು ಟೈಟಾನಿಯಂ ಅಯಾನುಗಳ ನಡುವೆ ಬದಲಾಗುತ್ತವೆ ಮತ್ತು ಈ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ, ಕೆಲವು Ti³⁺ ಅಯಾನುಗಳನ್ನು Ti⁴⁺ ಅಯಾನುಗಳಾಗಿ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ. ಹೆಚ್ಚಿನ ಧನಾತ್ಮಕ ಆವೇಶವನ್ನು ಹೊಂದಿರುವ Ti⁴⁺ ಅಯಾನುಗಳು ಋಣಾತ್ಮಕ ಆವೇಶದ ಆಮ್ಲಜನಕ ಅಯಾನುಗಳನ್ನು ಹೆಚ್ಚು ಬಲವಾಗಿ ಆಕರ್ಷಿಸುವುದರಿಂದ, ಈ ಆವೇಶ ವರ್ಗಾವಣೆ ಸ್ವಾಭಾವಿಕವಾಗಿ ಸಂಭವಿಸುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, ವೋಲ್ಟೇಜ್ ಅನ್ನು ತೆಗೆದುಹಾಕಿದ ನಂತರವೂ, ಪರಮಾಣುಗಳ ಹೊಸ ಜೋಡಣೆಯು ಬದಲಾಗದೆ ಉಳಿಯುತ್ತದೆ, ಆದ್ದರಿಂದ ಪ್ರತಿರೋಧವು ಅದರ ಅಂತಿಮ ಸ್ಥಿತಿಯನ್ನು ಸಹ ನಿರ್ವಹಿಸುತ್ತದೆ.
ಸರಳವಾಗಿ ಹೇಳುವುದಾದರೆ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಸುರಂಗಮಾರ್ಗದ ಸೀಟಿನಲ್ಲಿ ಕುಳಿತಿರುವಾಗ ಅವರ ಪಕ್ಕದ ಸೀಟು ಖಾಲಿಯಾಗಿರುವ ಪರಿಸ್ಥಿತಿಗೆ ಇದು ಹೋಲುತ್ತದೆ. ಪ್ರತಿ ಬಾರಿ ರೈಲು ಚಲಿಸುವಾಗ, ವ್ಯಕ್ತಿಯು ಒಂದು ಸೀಟನ್ನು ಖಾಲಿ ಸೀಟಿಗೆ ಬದಲಾಯಿಸುತ್ತಾನೆ, ಆದರೆ ಖಾಲಿ ಸೀಟುಗಳ ಸಂಖ್ಯೆ ಒಂದರಲ್ಲಿಯೇ ಇರುತ್ತದೆ. ವ್ಯಕ್ತಿಯ ಸ್ಥಾನ ಬದಲಾದಂತೆ ಆದರೆ ಸೀಟುಗಳ ಒಟ್ಟಾರೆ ರಚನೆಯು ಒಂದೇ ಆಗಿರುತ್ತದೆ, ಮೆಮ್ರಿಸ್ಟರ್ನಲ್ಲಿ, ಒಟ್ಟಾರೆ ರಚನೆಯನ್ನು ಸಂರಕ್ಷಿಸಿದಾಗ ಆಮ್ಲಜನಕ ಅಯಾನುಗಳು ಮತ್ತು ಎಲೆಕ್ಟ್ರಾನ್ಗಳ ಜೋಡಣೆ ಮಾತ್ರ ಬದಲಾಗುತ್ತದೆ, ಅದು ಅದರ ಹಿಂದಿನ ಸ್ಥಿತಿಯನ್ನು "ನೆನಪಿಟ್ಟುಕೊಳ್ಳಲು" ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಈ ಗುಣಲಕ್ಷಣವು ಮಾನವ ಸಿನಾಪ್ಸಸ್ಗಳಿಗೆ ಹೋಲುತ್ತದೆ ಎಂದು ವಿಜ್ಞಾನಿಗಳು ಗಮನಿಸುತ್ತಿದ್ದಾರೆ. ಸಿನಾಪ್ಸಸ್ಗಳಲ್ಲಿ, ಒಂದೇ ಸಿಗ್ನಲ್ ಪುನರಾವರ್ತನೆಯಾದಾಗ ನರ ಪ್ರಸರಣದ ದಕ್ಷತೆಯು ಬದಲಾಗುತ್ತದೆ; ಅದೇ ರೀತಿ, ಮೆಮೊರಿಸ್ಟರ್ಗಳಲ್ಲಿ, ಪ್ರವಾಹವು ಪದೇ ಪದೇ ಹರಿಯುವಾಗ ಪ್ರತಿರೋಧ ಮೌಲ್ಯವು ಬದಲಾಗುತ್ತದೆ. ಈ ಹೋಲಿಕೆಗಳಿಂದಾಗಿ, ಮೆಮೊರಿಸ್ಟರ್ಗಳನ್ನು ಮಾನವ ಮೆದುಳನ್ನು ಅನುಕರಿಸುವ ನ್ಯೂರೋಮಾರ್ಫಿಕ್ ಕಂಪ್ಯೂಟಿಂಗ್ನ ಪ್ರಮುಖ ಅಂಶಗಳಾಗಿ ಸಂಶೋಧಿಸಲಾಗುತ್ತಿದೆ. ವಾಸ್ತವವಾಗಿ, ಸಂಶೋಧಕರು ನರಕೋಶಗಳು ಮತ್ತು ಸಿನಾಪ್ಸಸ್ಗಳ ನಡವಳಿಕೆಯನ್ನು ಅನುಕರಿಸಲು ಮೆಮೊರಿಸ್ಟರ್ಗಳನ್ನು CMOS (ಕಾಂಪ್ಲಿಮೆಂಟರಿ ಮೆಟಲ್ ಆಕ್ಸೈಡ್ ಸೆಮಿಕಂಡಕ್ಟರ್) ಸರ್ಕ್ಯೂಟ್ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸುವ ಮೂಲಕ ವಿವಿಧ ರೀತಿಯ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಯಂತ್ರಾಂಶವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಸಂಬಂಧಿತ ಸಂಶೋಧನೆಯು ಪ್ರಸ್ತುತ ನಡೆಯುತ್ತಿದೆ.
ಕೆಲವು ದಶಕಗಳಲ್ಲಿ, ಪಾನೀಯ ಮಾರಾಟ ಯಂತ್ರಗಳು ಸಹ ಮಾನವ ಮೆದುಳನ್ನು ಹೋಲುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸಜ್ಜುಗೊಳ್ಳಬಹುದು. ನೀವು ಮಾರಾಟ ಯಂತ್ರದ ಮುಂದೆ ನಿಂತು ಒಂದು ಗುಂಡಿಯನ್ನು ಒತ್ತುವುದನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ, ಆಗ ಯಂತ್ರವು ನಿಮ್ಮ ಬೆರಳಚ್ಚು ಅಥವಾ ಇತರ ಬಯೋಮೆಟ್ರಿಕ್ ಮಾಹಿತಿಯನ್ನು ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು "ಕಳೆದ ಬೇಸಿಗೆಯಲ್ಲಿ ನೀವು ಯಾವ ಪಾನೀಯವನ್ನು ಸೇವಿಸಿದ್ದೀರಿ ಎಂದು ನನಗೆ ತಿಳಿದಿದೆ" ಎಂದು ಹೇಳುತ್ತದೆ. ನೀವು "ಹಾಗಾದರೆ ಕಳೆದ ಬಾರಿಯಂತೆಯೇ ನನಗೂ ಕೊಡಿ" ಎಂದು ಉತ್ತರಿಸಬಹುದು.
