Tusen gånger snabbare eller tiotusen gånger strömsnålare ska kretsen bli jämfört med motsvarande algoritmer körda i en standardprocessor.

Kretsen ska implementera det som forskare kring artificiella neuronnät kallar för ett självorganiserande nät. Sådana programmerar sig själva genom att stegvis arrangera sig till en förenklad karta över de indata de matas med.

Artificiella neuronnät är snabba eftersom de är massivt parallella och eftersom operationerna de utför är enkla.

Kretsen ska användas för att analysera data från sensorer, bilder och video.

Amerikanska Defense Advanced Research Projects Agency (Darpa) finansierar projektet som leds av en forskare specialiserad på halvledar- och nanoteknik.

En memristor är ett motstånd med minne – resistansen justeras när memristorn används. Den kan också användas för att bygga logiska funktioner. Artificiella hjärnceller har länge diskuterats som möjlig tillämpning.

I ett första steg ska forskargruppen använda memristorer som minneselement i en i övrigt traditionell krets.

På längre sikt hoppas hoppas man kunna låta memristorn spela en ännu större roll. Då ska varje memristor fungera som en artificiell synaps, som är den programmerbara kopplingspunkten mellan neuroner i hjärnan. I mars i fjol visade forskningsgruppen hur  sådana memristor-synapser kan byggas.

Projektet heter Sparse Adaptive Local Learning for Sensing and Analytics och bedrivs i samarbete med Los Alamos National Lab och Portland State University.