ニューロモーフィック コンピューティングと呼ばれる新しいコンピューティング パラダイムは、ニューロンの必須のシナプス機能を模倣して脳の動作をシミュレートします。 神経の可塑性、学習と記憶に関連する機能の XNUMX つです。 この可塑性により、ニューロンは、それらを活性化する電気インパルスの長さと周波数に応じて、情報を保存したり忘れたりすることができます。
類似した材料の中で、メモリ抵抗材料、強誘電体、相変化メモリ材料、トポロジカル絶縁体、そして最近では磁気イオン材料が際立っています。 ニューロンシナプス。 後者の場合、電場を印加すると物質内でイオンが移動し、物質の磁気特性が変化します。
電場が印加されたときのこれらの材料の磁気の変調はよく理解されていますが、電圧が停止されたときの磁気特性の変化（つまり、刺激後の変化）を制御することは困難です。 このため、脳が深い睡眠状態にあるとき（つまり、外部刺激がないとき）でも効果的に学習を続けるなど、脳にインスピレーションを得た一部のプロセスを再現することが困難になります。
新しい研究では、 UAB 物理学科のジョルディ・ソート氏とエンリック・メネンデス氏は、ALBAシンクロトロン、カタロニア・ナノサイエンス・ナノテクノロジー研究所（ICN2）、ICMABと協力して、刺激時と磁化後の磁化の進化を制御する新しい方法を提案した。刺激状態。
彼らは、脳が情報を保存する方法を模倣できる磁性材料を開発しました。 この材料のおかげで、ニューロンのシナプスを模倣し、初めて、 深い睡眠中に行われる学習.
科学者らは、一窒化コバルト（CoN）の薄層をベースにした材料を開発した。この層では、電界を印加することで、層とその層が置かれている液体電解質との間の界面におけるNイオンの蓄積を制御できる。
ICREA研究教授のジョルディ・ソート氏とセラ・フンター・テニュアトラック教授のエンリック・メネンデス氏はこう語った。 「この新しい材料は、我々の材料と同様の方法で、電圧によって制御されるイオンの動きで動作します。 脳、そしてニューロンで生成される速度と同様のミリ秒オーダーの速度で。 私たちは、将来的には現在のコンピューターで使用されているものに代わる新しいコンピューティング パラダイムの基礎となる可能性のある人工シナプスを開発しました。」
電圧パルスを印加することで、制御された方法でメモリなどのプロセスをエミュレートすることが可能になりました。 情報処理、情報の検索、そして初めて、電圧を印加することなく情報の制御された更新が可能になりました。
イオンの移動速度を制御する一窒化コバルト層の厚さとパルス周波数は、この制御を達成するために変更されました。
この材料の配置により、電圧が印加されているときだけでなく、電圧が除去されたときにも磁気イオン特性を初めて制御できるようになります。 外部電圧刺激が消えると、材料の厚さと電圧が以前にどのように印加されたかのプロトコルに応じて、システムの磁化が減少または増加する可能性があります。
この斬新な結果により、広範囲にわたる新しいニューロモーフィック コンピューティング機能が可能になりました。 これは、たとえば、深く眠っている間の脳刺激後のニューロン学習のシミュレーションを可能にする新しい論理機能を提供します。 現在市販されている他の種類のニューロモーフィック材料では、これらの機能を再現できません。
ジョルディ・ソルトとエンリック・メネンデス と, 「一窒化コバルト層の厚さが 50 ナノメートル未満で、100 秒あたり XNUMX サイクルを超える周波数で電圧を印加すると、追加の論理機能をエミュレートすることができました。電圧を印加すると、デバイスをプログラムできます。」追加のエネルギー入力を必要とせずに、外部信号を一切加えずに情報処理を継続できる深い睡眠中に脳内で起こるシナプス機能を模倣して、学習したり忘れたりすることです。」
ジャーナルリファレンス：
- ジェンウェイ・タン、ジュリアス・デ・ロハス、ソフィア・マルティンス、アイトール・ロペアンディア、アルベルト・キンタナ、マッテオ・シアローネ、ハビエル・エレーロ＝マルティン、ヨハン・メールシャウト、アンドレ・ヴァントム、ホセ・L・コスタ＝クレーマー、ジョルディ・ソルト、エンリック・メネンデス。 遷移金属窒化物における磁性の周波数依存の刺激および刺激後の電圧制御: 脳からインスピレーションを得た磁気イオンに向けて。 マテリアルホライズン、2022。 DOI： 10.1039/D2MH01087A
