Forskere opfinder symmetri-brydende for første gang i en nanoskala enhed, der kan efterligne menneskelig hjerne

I løbet af det sidste årti, kunstig intelligens (AI) og dens applikationer såsom maskinlæring har taget fart for at revolutionere mange industrier. Efterhånden som verden indsamler flere data, hardwaresystemernes computerkraft skal vokse i takt. Desværre, vi går en fremtid i møde, hvor vi ikke vil være i stand til at generere nok energi til at forsyne vores beregningsbehov.

"Vi hører en masse forudsigelser om AI, der indvarsler den fjerde industrielle revolution. Det er vigtigt for os at forstå, at dagens computerplatforme ikke vil være i stand til at opretholde implementeringer af AI-algoritmer i stor skala på massive datasæt. Det er klart, at vi bliver nødt til at genoverveje vores tilgange til beregning på alle niveauer:materialer, enheder og arkitektur. Vi er stolte af at præsentere en opdatering på to fronter i dette arbejde:materialer og enheder. Grundlæggende De enheder, vi demonstrerer, er en million gange mere strømeffektive end det, der findes i dag, " delte professor Thirumalai Venky Venkatesan, den ledende Principal Investigator for dette projekt, som er fra National University of Singapore (NUS).

I et blad udgivet i Natur nanoteknologi den 23. marts 2020, forskerne fra NUS Nanoscience and Nanotechnology Initiative (NUSNNI) rapporterede opfindelsen af ​​en enhed i nanoskala baseret på en unik materialeplatform, der kan opnå optimal digital in-memory computing og samtidig være ekstremt energieffektiv. Opfindelsen er også meget reproducerbar og holdbar, i modsætning til konventionelle organiske elektroniske enheder.

Det molekylære system, der er nøglen til denne opfindelse, er et udtænkt af professor Sreebrata Goswami fra Indian Association for Cultivation of Science i Kolkata, Indien. "Vi har arbejdet på denne familie af molekyler af redoxaktive ligander i løbet af de sidste 40 år. Baseret på succesen med et af vores molekylære systemer med at lave en hukommelsesenhed, der blev rapporteret i tidsskriftet Naturmaterialer i 2017, vi besluttede at redesigne vores molekyle med en ny pincer-ligand. Dette er en rationel de novo designstrategi til at konstruere et molekyle, der kan fungere som en elektronsvamp, " sagde professor Goswami.

Dr. Sreetosh Goswami, nøglearkitekten bag dette papir, som plejede at være kandidatstuderende hos professor Venkatesan og nu forskningsstipendiat ved NUSNNI, sagde, "Hovedfundet i dette papir er ladningsdisproportionering eller elektronisk symmetribrud. Traditionelt, dette har været et af de fænomener i fysik, som lover meget, men som ikke kan oversættes til den virkelige verden, da det kun forekommer under specifikke forhold, høj eller lav temperatur, eller højtryk."

"Vi er i stand til at opnå denne uhåndgribelige afgiftsdisproportionalitet i vores enheder, og modulere det ved hjælp af elektriske felter ved stuetemperatur. Fysikere har forsøgt at gøre det samme i 50 år. Vores evne til at realisere dette fænomen i nanoskala resulterer i en multifunktionel enhed, der kan fungere både som en memristor eller en memcapacitor eller endda begge dele samtidig, " forklarede Dr. Sreetosh.

"De komplekse intermolekylære og ioniske interaktioner i disse molekylære systemer tilbyder denne unikke ladningsdisproportioneringsmekanisme. Vi er taknemmelige over for professor Damien Thompson ved University of Limerick, som modellerede interaktionerne mellem molekylerne og genererede indsigt, der giver os mulighed for at justere disse molekylære systemer i mange måder at udvikle nye funktionaliteter på, " sagde prof Goswami.

"Vi mener, at vi kun ridser overfladen af, hvad der er muligt med denne klasse af materialer, " tilføjede professor Venkatesan. "For nylig, Dr. Sreetosh har opdaget, at han kan drive disse enheder til at selvoscillere eller endda udvise rent ustabile, kaotisk regime. Dette er meget tæt på at replikere, hvordan vores menneskelige hjerne fungerer."

"Computerforskere erkender nu, at vores hjerne er den mest energieffektive, intelligent og fejltolerant computersystem findes. At være i stand til at efterligne hjernens bedste egenskaber, mens du kører millioner af gange hurtigere, vil ændre ansigtet på computere, som vi kender det. I diskussioner med min mangeårige ven og samarbejdspartner professor Stan Williams fra Texas A&M University (som er medforfatter til dette papir), Jeg er klar over, at vores organiske molekylære system i sidste ende kan være i stand til at udkonkurrere alle de oxider og 'ovonic' materialer, der er demonstreret til dato, " konkluderede han.

Bevæger sig fremad, NUS-teamet bestræber sig på at udvikle effektive kredsløb, der efterligner den menneskelige hjernes funktioner.