Configurazioni di carica di due DB ravvicinati. Credito:arXiv:1709.10091 [cond-mat.mes-hall]
Mirare ad applicazioni come le reti neurali per l'apprendimento automatico, una nuova scoperta dell'Università dell'Alberta e della Quantum Silicon Inc. di Edmonton, Il Canada sta aprendo la strada all'elettronica atomica ultra efficiente, la cui necessità è sempre più critica nella nostra società basata sui dati. La chiave per sbloccare un potenziale incalcolabile per l'elettronica più ecologica? Creazione di modelli atomici su misura per controllare a loro volta gli elettroni.
"Gli atomi sono un po' come sedie su cui siedono gli elettroni, " ha detto Robert Wolkow, professore di fisica e ricercatore principale del progetto. "Per quanto possiamo influenzare le conversazioni a una cena controllando il raggruppamento di sedie e i posti assegnati, controllare il posizionamento di singoli atomi ed elettroni può influenzare le conversazioni tra l'elettronica".
Wolkow ha spiegato che mentre il controllo atomico sulle strutture non è raro, creare modelli personalizzati per creare nuovi utili dispositivi elettronici è stato irraggiungibile. Fino ad ora.
Sebbene gli strumenti della nanotecnologia abbiano consentito per qualche tempo un controllo accurato sul posizionamento degli atomi su una superficie, due limitazioni hanno impedito applicazioni elettroniche pratiche:gli atomi rimarrebbero al loro posto solo a temperatura criogenica e potrebbero essere facilmente raggiunti solo su superfici metalliche che non erano tecnologicamente utili.
Prima prova di concetto
Parte macchina atomica, parte del circuito elettronico, Wolkow e il suo team hanno recentemente creato un dispositivo proof-of-concept, superare i due principali ostacoli che impediscono a questa tecnologia di essere disponibile per le masse. Sia la robustezza che l'utilità elettrica richiesta sono ora a portata di mano. Inoltre, le strutture possono essere modellate su superfici in silicio, il che significa che è anche facilmente realizzabile aumentare la scoperta.
"Questa è la ciliegina su una torta che cuciniamo da circa 20 anni, " ha detto Wolkow. "Abbiamo perfezionato il modello di atomi di silicio di recente, poi abbiamo ottenuto l'apprendimento automatico per prendere il sopravvento, alleviare gli scienziati a lungo sofferenti. Ora, abbiamo liberato gli elettroni per seguire la loro natura:non possono lasciare il cortile che abbiamo creato, ma possono correre liberamente e giocare con gli altri elettroni presenti. Le posizioni in cui arrivano gli elettroni, sorprendentemente, sono il risultato di calcoli utili."
Sulla base di questi risultati, è iniziata la costruzione di una macchina ingrandita che simula il funzionamento di una rete neurale. A differenza delle normali reti neurali costituite da transistor e dirette da software per computer, la macchina atomica mostra spontaneamente la relativa stabilità energetica dei suoi schemi di bit. Questi a loro volta possono essere utilizzati per addestrare una rete neurale in modo più rapido e accurato di quanto sia attualmente possibile.
Con il proof of concept in mano con l'interesse di diversi importanti partner industriali abbinato a una pubblicazione sulla prestigiosa rivista scientifica peer-reviewed Lettere di revisione fisica , la realizzazione del lavoro di una vita di Wolkow dedicato alla creazione di un modo economico per aumentare la produzione di massa di prodotti più verdi, Più veloce, la tecnologia più piccola è imminente.
"Avviare e monitorare l'evoluzione dei singoli elettroni all'interno di strutture definite dall'atomo" appare nel numero del 15 ottobre di Lettere di revisione fisica .