Jednym z założeń było czerpanie inspiracji z funkcjonowania mózgu do projektowania inteligentnych maszyn. Ta zasada jest już znana w technologii informacyjnej do realizacji niektórych zadań, takich jak rozpoznawanie obrazów – np. algorytmy, których Facebook używa do identyfikowania zdjęć. Jednakże procedura ta zużywa dużo energii.

Vincent Garcia wraz z zespołem zrobił krok naprzód, tworząc bezpośrednio na chipie mechanizm zdolny do nauki. Elektroniczny nanokomponent składa się z cienkiej warstwy ferroelektrycznej, ułożonej pomiędzy dwiema elektrodami, a oporność może być dostrojona za pomocą impulsów napięcia podobnych do tych, które biegną w neuronach. Jeśli opór jest mały, połączenie synaptyczne będzie silne. Jeśli opór jest wysoki, połączenie będzie słabe. Ta zdolność do adaptacji umożliwia synapsie uczenie się.

Badania nad sztucznymi synapsami są kluczowe dla wielu laboratoriów, ich funkcjonowanie pozostawało jednak w dużej mierze nieznane. Po raz pierwszy udało się opracować model fizyczny pozwalający przewidzieć, jak funkcjonują sztuczne synapsy. To odkrycie otwiera drogę do stworzenia całych sieci synaps, sztucznych neuronów, a tym samym inteligentnych systemów wymagających mniej czasu i energii niż dotychczasowe algorytmy komputerowe.