Gli Skyrmion sono oggetti atomici ultra stabili scoperti per la prima volta in materiali reali nel 2009, che più recentemente sono stati riscontrati anche a temperatura ambiente. Questi oggetti unici hanno una serie di proprietà desiderabili, compresa una tensione di soglia sostanzialmente piccola, dimensioni su scala nanometrica e facile manipolazione elettrica.

Sebbene queste proprietà possano essere vantaggiose per la creazione di un'ampia gamma di componenti elettronici, lo sviluppo di dispositivi completamente elettrici funzionali utilizzando skyrmion si è finora dimostrato molto impegnativo. Una possibile applicazione per gli skyrmioni è nel calcolo neuromorfo, che comporta la creazione di strutture artificiali che assomigliano a quelle osservate nel cervello umano.

Con questo in testa, i ricercatori del Korea Institute of Science and Technology (KIST) hanno recentemente studiato la possibilità di utilizzare gli skyrmioni per replicare i meccanismi osservati nel cervello umano. La loro carta, pubblicato in Elettronica della natura , mostra che queste strutture atomiche ultra stabili possono essere utilizzate per imitare alcuni comportamenti delle sinapsi biologiche, che sono giunzioni tra neuroni attraverso le quali gli impulsi nervosi vengono trasmessi a diverse parti del cervello umano.

"Dalla loro scoperta, ci sono state alcune dimostrazioni di manipolazioni elettriche degli skyrmioni, che ha suggerito che possono essere utilizzati per creare un dispositivo pienamente funzionante, "Seonghoon Woo, uno dei ricercatori che ha effettuato lo studio e ora in IBM, ha detto a TechXplore. "Allo stesso tempo, abbiamo registrato un aumento della ricerca sui computer neuromorfici, suggerendo che un dispositivo di memoria analogico noto come "memristor" potrebbe essere utilizzato per aumentare notevolmente l'efficienza di elaborazione. Poiché altre tecnologie che utilizzano la memoria analogica esistente sono ancora nelle prime fasi di sviluppo, abbiamo pensato che i memristori basati su skyrmion potessero essere una soluzione, per le loro caratteristiche ideali”.

I neuroni nel cervello comunicano attraverso le sinapsi usando neurotrasmettitori, sostanze chimiche che trasmettono informazioni neurologiche da una cellula all'altra. Nelle sinapsi artificiali create dai ricercatori, ogni singolo skyrmion agisce come un neurotrasmettitore.

Controllando il numero di skyrmion in un sistema utilizzando una potenza elettrica minima, i ricercatori sono stati in grado di imitare due meccanismi osservati nelle sinapsi biologiche, vale a dire i loro comportamenti di potenziamento e depressione, innescati dalle variazioni di peso dei neurotrasmettitori. Questi comportamenti sono stati replicati provocando l'accumulo e la dissipazione di skyrmioni, con conseguente modifica del peso del sistema e quindi della sua memoria.

"Nel nostro studio, abbiamo confrontato esplicitamente le sinapsi basate su skyrmion con altre tecnologie più consolidate basate sulla memoria non volatile, come la memoria a cambiamento di fase o la memoria resistiva, " Woo ha detto. "Anche se preliminare, il nostro studio rivela che un design basato su skyrmion potrebbe avere vantaggi in importanti metriche, compresa la resistenza, linearità e variabilità da dispositivo a dispositivo, che ora sono un collo di bottiglia critico nei progetti basati su PRAM o RRAM."

Finora, Woo e i suoi colleghi hanno testato le prestazioni delle loro sinapsi artificiali a livello di chip, in una serie di simulazioni. Hanno scoperto che si sono comportati molto bene, in particolare su compiti di riconoscimento di modelli.

"Considerando che la maggior parte degli studi attuali sul calcolo neuromorfico basato su memristor sono basati su PRAM o RRAM, Penso che il risultato più significativo del nostro studio sia che abbiamo dimostrato un nuovo modo di creare strumenti di calcolo neuromorfici basati su strutture di spin, "Ha detto Woo.

In alcune attività di riconoscimento di modelli, le sinapsi artificiali create da Woo e dai suoi colleghi hanno raggiunto una precisione paragonabile a quella raggiunta da altri strumenti computazionali all'avanguardia. Nel futuro, queste strutture potrebbero consentire lo sviluppo di nuovi tipi di reti neurali artificiali (ANN) altamente performanti.

"Uno dei molti vantaggi degli Skyrmion è che possono avere una scala di dimensioni molto ridotte, fino a un singolo nanometro, e una scala energetica, in un materiale ideale, " Woo ha aggiunto. "Questa caratteristica potrebbe presto ridurre significativamente l'energia operativa per le applicazioni di calcolo neuromorfico".

© 2020 Scienza X Rete