Evropští vědci vyvinuli elektronický prvek s paměťovým chováním z nanodrátků, který funguje podobně jako biologická nervová buňka. Tento prvek dokáže zaznamenat a zpracovat informaci, stejně jako přijmout větší počet signálů současně. Dotyčný elektronický prvek je podle svých tvůrců ideálním kandidátem pro vývoj biologicky inspirovaných neuromorfních procesorů a může vykonávat celou řadu funkcí biologických synapsí a nervových buněk čili neuronů. Technologický vývoj počítačů pokračuje intenzivním tempem. Díky prudkému rozvoji algoritmů strojového učení a umělých inteligencí už počítače řídí automobily, slušně překládají texty do jiných jazyků a porážejí světové šampiony ve stolních hrách. V současnosti je pro tvůrce počítačů a umělých inteligencí jednou z největších výzev co nejlepší napodobení zpracování signálů biologickou nervovou soustavou. Neurální sítě by měly fungovat tak, že budou ukládat a zpracovávat data ve velkých objemech současně. Konvenční počítače ovšem pracují tím stylem, že zpracovávají své úkoly jeden po druhém, i když často značnou rychlostí. Proto mohou být neurální sítě v současnosti s tradičními elektronickými prvky simulovány jen velmi nešikovně a málo účinně. V tomto směru by měly být značným pokrokem systémy s neuromorfními čipy, které simulují práci lidského mozku, nebo spíše zatím mnohem jednodušších biologických nervových soustav. Takové elektronické prvky pracují decentralizovaně a využívají celou soustavu procesorů, které jsou navzájem propojeny do sítě, podobně jako neurony v mozku. Když nějaký takový procesor vypadne ze sítě, tak jeho práci převezme jiný. Biologicky inspirované neuromorfní systémy by také měly být schopny učení. Ilia Valov z německého výzkumného centra Forschungszentrum Jülich a jeho spolupracovníci vyvinuli memristivní prvek z jediného nanodrátku oxidu zinku, který je asi tisíckrát tenčí než lidský vlas. Zabere jenom velice málo místa, a přitom funguje mnohem rychleji než elektronické prvky ve flash pamětích. Jako memristivní element mění elektrický odpor podle směru a intenzity procházejícího elektrického proudu. Na rozdíl od tradičních tranzistorů v něm ale poslední hodnota elektrického odporu zůstává uložena, i když dojde k vypnutí proudu. Memristory se tím pádem mohou podílet na učení.