Forscher der Universitat Autònoma de Barcelona (UAB) haben ein magnetisches Material entwickelt, das in der Lage ist, die Art und Weise nachzuahmen, wie das Gehirn Informationen speichert. Das Material ermöglicht es, die Synapsen von Neuronen nachzuahmen und erstmals das Lernen im Tiefschlaf nachzuahmen.
Neuromorphic Computing ist ein neues Computerparadigma, bei dem das Verhalten des Gehirns emuliert wird, indem die wichtigsten synaptischen Funktionen von Neuronen nachgeahmt werden. Zu diesen Funktionen gehört die neuronale Plastizität: die Fähigkeit, Informationen zu speichern oder zu vergessen, abhängig von der Dauer und Wiederholung der elektrischen Impulse, die Neuronen stimulieren, eine Plastizität, die mit Lernen und Gedächtnis verbunden wäre.
Unter den Materialien, die Neuronensynapsen nachahmen, stechen memresistive Materialien, Ferroelektrika, Phasenwechselspeichermaterialien, topologische Isolatoren und seit kurzem magnetionische Materialien hervor. Bei letzterem werden Änderungen der magnetischen Eigenschaften durch die Verschiebung von Ionen innerhalb des Materials induziert, die durch das Anlegen eines elektrischen Felds verursacht wird.
Bei diesen Materialien ist bekannt, wie der Magnetismus moduliert wird, wenn das elektrische Feld angelegt wird, aber die Entwicklung der magnetischen Eigenschaften, wenn die Spannung gestoppt wird (d. h. die Entwicklung nach dem Stimulus), ist schwer zu kontrollieren. Dies macht es kompliziert, einige vom Gehirn inspirierte Funktionen zu emulieren, wie z. B. die Aufrechterhaltung der Effizienz des Lernens, das stattfindet, selbst wenn sich das Gehirn im Tiefschlaf befindet (dh ohne externe Stimulation).
Diese Studie, die von Forschern der UAB-Abteilung für Physik, Jordi Sort und Enric Menéndez, in Zusammenarbeit mit dem ALBA-Synchrotron, dem katalanischen Institut für Nanowissenschaften und Nanotechnologie (ICN2) und dem ICMAB geleitet wird, schlägt einen neuen Weg zur Steuerung der Entwicklung der Magnetisierung vor in den stimulierten und in den Post-Stimulus-Zuständen.
Die Forscher haben ein Material entwickelt, das auf einer dünnen Schicht aus Kobaltmononitrid (CoN) basiert, bei dem durch Anlegen eines elektrischen Felds die Ansammlung von N-Ionen an der Grenzfläche zwischen der Schicht und einem flüssigen Elektrolyten, in dem die Schicht platziert wurde, gesteuert werden kann .
„Das neue Material arbeitet mit der Bewegung von Ionen, die durch elektrische Spannung gesteuert werden, analog zu unserem Gehirn, und mit Geschwindigkeiten ähnlich denen, die in Neuronen erzeugt werden, in der Größenordnung von Millisekunden“, erklären ICREA-Forschungsprofessor Jordi Sort und Serra Húnter Tenure -Track-Professor Enric Menéndez. „Wir haben eine künstliche Synapse entwickelt, die in der Zukunft die Grundlage eines neuen Rechenparadigmas sein könnte, das eine Alternative zu dem ist, das von aktuellen Computern verwendet wird“, betonen Sort und Menéndez.
Durch das Anlegen von Spannungspulsen ist es gelungen, Prozesse wie Gedächtnis, Informationsverarbeitung, Informationsabruf und erstmals die kontrollierte Aktualisierung von Informationen ohne angelegte Spannung kontrolliert zu emulieren. Diese Steuerung wurde erreicht, indem die Dicke der Kobaltmononitridschichten (die die Geschwindigkeit der Ionenbewegung bestimmt) und die Frequenz der Impulse modifiziert wurden.
Die Anordnung des Materials erlaubt es, die magnetoionischen Eigenschaften nicht nur beim Anlegen der Spannung, sondern erstmals auch beim Wegnehmen der Spannung zu steuern. Sobald der externe Spannungsreiz verschwindet, kann die Magnetisierung des Systems verringert oder erhöht werden, abhängig von der Dicke des Materials und dem Protokoll, wie die Spannung zuvor angelegt wurde.
Dieser neue Effekt eröffnet eine ganze Reihe von Möglichkeiten für neue Funktionen des neuromorphen Rechnens. Es bietet eine neue Logikfunktion, die es beispielsweise ermöglicht, das neurale Lernen nachzuahmen, das nach der Hirnstimulation auftritt, wenn wir tief schlafen. Diese Funktionalität kann von keiner anderen Art bestehender neuromorpher Materialien emuliert werden.
„Wenn die Dicke der Kobaltmononitridschicht unter 50 Nanometer liegt und eine Spannung mit einer Frequenz von mehr als 100 Zyklen pro Sekunde angelegt wird, ist es uns gelungen, eine zusätzliche Logikfunktion zu emulieren: Sobald die Spannung angelegt ist, kann das Gerät darauf programmiert werden lernen oder vergessen, ohne dass zusätzliche Energie zugeführt werden muss, indem sie die synaptischen Funktionen nachahmen, die im Tiefschlaf im Gehirn stattfinden, wenn die Informationsverarbeitung ohne Anlegen eines externen Signals fortgesetzt werden kann“, sagt Jordi Sort.
Die Studie wurde veröffentlicht in Materialien Horizonte.
Mehr Informationen:
Zhengwei Tan et al., Frequenzabhängige stimulierte und poststimulierte Spannungssteuerung des Magnetismus in Übergangsmetallnitriden: Hin zu gehirninspirierter Magneto-Ionik, Materialien Horizonte (2022). DOI: 10.1039/D2MH01087A