大脑突触显示的天然树结构涉及能够分支的增强和抑制作用，对于生存和学习至关重要。由于需要拥有能够学习，记忆和电讯问的复杂能量格局，因此在合成物质中展现此类特征具有挑战性。近日，普渡大学Hai-Tian Zhang、Kaushik Roy、Shriram Ramanathan等人通过调制高速电脉冲下的质子分布，报道了在室温下强相关钙钛矿型镍酸盐中树状电导态的实现。

本文要点：

1）这代表了超自然树的物理实现，这是一种将数论应用于物理学中的旋转玻璃的概念，它激发了大约40年前的早期神经网络理论。

2）研究人员将树状记忆功能应用于尖峰神经网络，以展示高保真度的目标识别，并且将来可以为神经形态计算和人工智能打开新的方向。

Hai-Tian Zhang, et al. Perovskite neural trees. Nat. Commun. 2020.

DOI:10.1038/s41467-020-16105-y

https://www.nature.com/articles/s41467-020-16105-y