Замяна на силиция с променящи формата си молекули

Изследователите показват молекулярни устройства, които превключват между роли на памет, логика и синапс, позволявайки адаптивно невроморфно изчисление директно в електронните материали.





Тъй като изчислителните системи надхвърлят границите на силиция, изследователите търсят материали, които могат да направят повече от просто съхраняване и обработка на данни.Молекулярната електроника някога е обещавала ултракомпактни устройства, но поведението на молекулите в реалния свят се оказа непредсказуемо.Успоредно с това, невроморфното изчисление има за цел да изгради хардуер, който може да се учи и адаптира като мозъка.И все пак повечето съществуващи платформи разчитат на твърди материали, които само имитират обучение чрез сложни схеми.


За да се справят с тази празнина, изследователи от Индийския научен институт демонстрираха нов начин за кодиране на адаптивен интелект директно в молекулярна материя.Воден от Sreetosh Goswami от Центъра за нано наука и инженерство, екипът разработи молекулярни устройства, чиято функция може да бъде променяна при поискване.Едно устройство може да действа като памет, логика, аналогов процесор, селектор или електронен синапс, в зависимост от това как се стимулира.

Приспособимостта идва от химическия дизайн.Изследователите синтезираха 17 базирани на рутений молекулни комплекси и показаха, че малки промени в молекулната структура и околните йони силно влияят върху движението на електроните.Чрез настройване на тази химия, едно и също устройство може да превключва между цифрово и аналогово поведение в широк диапазон от състояния на проводимост.

За да обясни това поведение, екипът разработи теоретична рамка, съчетаваща квантовата химия и физиката на тялото.Моделът улавя как електронният транспорт, молекулярното окисление и редукция и йонното пренареждане заедно определят динамиката и стабилността на превключване.Това позволява функцията на устройството да бъде предвидена от молекулярната структура.Подходът съчетава памет и изчисления в рамките на един и същи материал, отваряйки път към невроморфен хардуер, където обучението е вградено в самата материя.


Основните характеристики на изследването включват:

Химически проектирани молекулярни устройства с адаптивно поведение
Множество функции, кодирани в едно устройство
Унифицирана памет и изчисления в един и същи материал
Предсказваща теория, свързваща молекулярната структура с функцията
Sreebrata Goswami, гостуващ учен в CeNSE и съавтор на изследването, който ръководи химическия дизайн, казва: "Рядко се вижда адаптивност на това ниво в електронните материали. Тук химическият дизайн среща изчисленията не като аналогия, а като принцип на работа."