Vật liệu Moiré chế tạo bóng bán dẫn tiếp hợp cho điện toán hình thái thần kinh – Vật lý Thế giới

Các nhà nghiên cứu tại Đại học Northwestern, Cao đẳng Boston và Viện Công nghệ Massachusetts (MIT), tất cả đều ở Mỹ, đã phát triển một loại bóng bán dẫn mới để sử dụng trong điện toán mô phỏng thần kinh. Thiết bị hoạt động ở nhiệt độ phòng có thể được đào tạo để nhận dạng các mẫu đầu vào tương tự – một đặc tính được gọi là học kết hợp vượt xa các nhiệm vụ học máy tiêu chuẩn.

Máy tính thần kinh, đúng như tên gọi của chúng, được lấy cảm hứng từ kiến ​​trúc của bộ não con người. Các khối xây dựng nên các mạch của chúng là các tế bào thần kinh nhân tạo có tính kết nối cao và các khớp thần kinh nhân tạo mô phỏng cấu trúc và chức năng của não. Những máy này có các đơn vị xử lý và bộ nhớ kết hợp cho phép chúng xử lý thông tin cùng lúc khi chúng lưu trữ nó – giống như bộ não con người đa tác vụ. Khả năng này khiến chúng khác biệt với các máy tính kỹ thuật số có bộ xử lý và lưu trữ riêng biệt vốn tiêu thụ lượng năng lượng khổng lồ khi thực hiện các tác vụ sử dụng nhiều dữ liệu. Những nhiệm vụ như vậy ngày càng trở nên phổ biến với sự xuất hiện của các thiết bị thông minh, được kết nối và bộ dữ liệu khổng lồ.

Mặc dù các thiết bị khớp thần kinh đã phát triển đáng kể trong những năm gần đây nhưng chúng vẫn bị hạn chế do thiếu cơ chế chuyển mạch tốt, giải thích. Mark Hersam of Northwestern, người đồng lãnh đạo nỗ lực nghiên cứu. Ông nói: “Bản chất ngẫu nhiên của chuyển mạch dây tóc trong điện trở nhớ (viết tắt của điện trở bộ nhớ), là công nghệ khớp thần kinh phổ biến nhất hiện nay, dẫn đến sự biến đổi đáng kể giữa các thiết bị và giữa các chu kỳ”.

Hersam cho biết thêm, các loại thiết bị khớp thần kinh khác dựa vào chuyển mạch từ tính và chuyển pha, nhưng chúng có tỷ lệ chuyển mạch thấp và năng lượng chuyển mạch cao tương ứng.

Vật liệu lượng tử Moiré

Để khắc phục những vấn đề này, Hersam và các đồng nghiệp đã nghiên cứu vật liệu lượng tử moiré hai chiều. Chúng được tạo thành từ các lớp vật liệu nguyên tử mỏng khác nhau xếp chồng lên nhau và xoắn theo các góc nhỏ. Những cấu trúc như vậy có những đặc tính điện tử không tồn tại trong từng lớp vật liệu riêng lẻ. Bằng cách xoắn các lớp ở các góc khác nhau so với nhau, các nhà nghiên cứu có thể điều chỉnh các đặc tính điện tử này một cách chính xác – một đặc tính rất hấp dẫn đối với các thiết bị điện tử mới, bao gồm các thành phần dành cho điện toán mô phỏng thần kinh.

Trong công việc của họ, được trình bày chi tiết trong Thiên nhiên, các nhà nghiên cứu đã tạo ra một cấu trúc bất đối xứng gồm hai lớp graphene (một tinh thể carbon phẳng chỉ dày một nguyên tử) và một lớp boron nitride hình lục giác (hBN). Vì hai vật liệu này có hằng số mạng rất giống nhau nên hiệu ứng moiré gây ra bởi sự không khớp nhỏ ở vị trí nguyên tử của chúng là rất rõ rệt. Kết quả là sự kết hợp Coulomb mạnh mẽ giữa các trạng thái điện tử lưỡng cực trong cấu trúc dị thể biểu hiện dưới dạng cơ chế ghép đôi được điều khiển bằng điện tử. Bánh cóc này cho phép độ dẫn của bóng bán dẫn được làm từ cấu trúc dị thể được điều khiển chính xác và điều chỉnh liên tục.

Hersam giải thích: “Khả năng điều chỉnh liên tục của độ dẫn của thiết bị mang lại trạng thái bộ nhớ dày đặc và có thể lập trình được bên cạnh các chức năng khớp thần kinh lượng tử mới, chẳng hạn như cân bằng nội môi thực tế sinh học và thích ứng cụ thể với đầu vào”. “Hơn nữa, các thiết bị của chúng tôi tiêu thụ rất ít năng lượng và thể hiện sự khác biệt tối thiểu giữa các thiết bị nhờ tính đồng nhất của các trạng thái điện tử moiré.”

Hoạt động ở nhiệt độ phòng

Và đó chưa phải là tất cả: các thiết bị chuyển đổi nhanh chóng, duy trì trạng thái điện tử ngay cả khi tắt nguồn và quan trọng là ổn định ở nhiệt độ phòng. Điều này trái ngược với các thiết bị moiré trước đây chỉ hoạt động ở nhiệt độ đông lạnh.

Để kiểm tra bóng bán dẫn của mình, Hersam và nhóm nghiên cứu đã huấn luyện nó cách nhận biết các mẫu trông giống nhau. Họ bắt đầu bằng cách nhập một chuỗi ba số 000 liên tiếp (111) và sau đó kiểm tra nó để xác định các mẫu tương tự, chẳng hạn như 101 hoặc XNUMX.

Memristor tạo ra các khớp thần kinh nhân tạo linh hoạt cho điện toán mô phỏng thần kinh

Hersam giải thích: “Nếu chúng tôi huấn luyện nó để phát hiện 000 và sau đó cho nó 111 và 101, nó sẽ biết 111 giống 000 hơn 101”. “000 và 111 không hoàn toàn giống nhau, nhưng cả hai đều có ba chữ số liên tiếp.”

Ông cho biết, việc nhận ra sự tương đồng là một hình thức nhận thức ở cấp độ cao hơn được gọi là học tập kết hợp và thiết bị mới có khả năng làm được điều này.

Các nhà nghiên cứu hiện đang khám phá tiềm năng của các vật liệu van der Waals khác ngoài graphene và hBN, hy vọng tích hợp chúng vào các cấu trúc dị thể moiré với chức năng biến đổi thần kinh phức tạp hơn nữa. Hersam nói: “Mục tiêu dài hạn hơn sẽ là nhân rộng các ví dụ hứa hẹn nhất trong số các cấu trúc dị thể này để hiện thực hóa các hệ thống và mạch điện thần kinh tích hợp đầy đủ”. Thế giới vật lý.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://physicsworld.com/a/moire-material-makes-a-synaptic-transistor-for-neuromorphic-computing/