Команда дослідників із Вюрцбурзького та Дрезденського кластерів передового досвіду ctd.qmat зуміла відтворити ключові риси біологічних нейронів і синапсів усередині єдиної наноструктури. Сучасні системи штучного інтелекту споживають гігантську кількість електроенергії, адже у класичних комп'ютерах блоки пам'яті та процесори фізично розділені, що змушує дані постійно курсувати між ними. Людський мозок працює інакше: його зв'язки-синапси динамічно перебудовуються у відповідь на сигнали, реалізуючи так звану нейропластичність, пише SciTechDaily.

Щоб скопіювати цей природний механізм, фізики використали незвичайну пару складних оксидів: алюмінат лантану та титанат стронцію. Кожен із цих матеріалів окремо слугує звичайним ізолятором. Проте на їхній межі виникає дивовижне явище – надтонкий провідний шар, відомий як квазідвовимірний електронний газ, де електрони вільно рухаються вздовж межі розділу.

Науковці сформували на поверхні оксидів мережу мікроскопічних каналів, які виконують роль своєрідних електронних магістралей. Коли крізь систему пропускають струм, він здатний зміщувати атоми кисню в кристалічній ґратці, регулюючи її опір. Завдяки цьому пристрій можна тренувати електричними імпульсами, фізично закарбовуючи в ньому інформацію про попередню активність.

Ба більше, розроблений компонент виявився універсальним. Залежно від способу підключення він здатний працювати як транзистор для керування струмом, мемристор для зберігання інформації через опір або мемконденсатор, чия ємність залежить від попереднього заряду.

Що робить нашу платформу такою захопливою, так це те, що ми можемо реалізувати дуже різні функції за допомогою однієї системи матеріалів. Це наближає нас до апаратного забезпечення, яке не лише обчислює, але й може навчатися безпосередньо всередині компонента та тимчасово зберігати інформацію– прокоментував постдокторант кафедри технічної фізики у Вюрцбурзі Сумен Прадхан.

Середні ціни в мережі АЗС «Amic Energy» станом на

Перспективи для медицини та енергоефективних чипів

Поєднання кількох можливостей в одній деталі відкриває шлях до створення так званих нейроморфних процесорів, здатних одночасно виконувати розрахунки й адаптуватися до нових даних із мінімальними витратами енергії.

Складні оксиди є для нас особливо захопливою сферою, оскільки вони поєднують багато електронних властивостей в єдиній платформі матеріалів. Саме це робить їх такими цікавими для нового покоління енергоефективного та адаптивного комп'ютерного обладнання– додав речник кластера ctd.qmat у Вюрцбурзькому університеті та співавтор дослідження Ральф Классен.

Практичне застосування ця розробка може знайти в портативних пристроях для моніторингу здоров'я. Самонавчальні сенсори зможуть відстежувати пульс, артеріальний тиск, температуру тіла, вміст кисню чи рівень глюкози в крові, адаптуючись до показників організму безпосередньо на місці без надсилання чутливих даних на сторонні сервери.

Поки що технологія перебуває на етапі лабораторної перевірки концепції, тож попереду на вчених чекають тести на довговічність та стабільність таких систем.