I ricercatori dell'Istituto di fisica e tecnologia di Mosca hanno creato un dispositivo che agisce come una sinapsi nel cervello vivente, memorizzare informazioni e dimenticarle gradualmente quando non si accede per molto tempo. Conosciuto come memristore di secondo ordine, il nuovo dispositivo è basato sull'ossido di afnio e offre prospettive per la progettazione di neurocomputer analogici che imitano il modo in cui apprende un cervello biologico. I risultati sono riportati in Materiali e interfacce applicati ACS .

Neurocomputer, che abilitano l'intelligenza artificiale, emulare la funzione cerebrale. Il cervello immagazzina i dati sotto forma di sinapsi, una rete di connessioni tra neuroni. La maggior parte dei neurocomputer ha un'architettura digitale convenzionale e utilizza modelli matematici per invocare neuroni e sinapsi virtuali.

In alternativa, un vero componente elettronico su chip potrebbe rappresentare ogni neurone e sinapsi nella rete. Questo cosiddetto approccio analogico ha il potenziale per accelerare drasticamente i calcoli e ridurre i costi energetici.

Il componente principale di un ipotetico neurocomputer analogico è il memristor. La parola è un portmanteau di "memoria" e "resistenza, " che riassume più o meno di cosa si tratta:una cella di memoria che funge da resistore. In parole povere, l'alta resistenza codifica uno zero, e la bassa resistenza codifica uno. Questo è analogo a come una sinapsi conduce un segnale tra due neuroni (uno), mentre l'assenza di una sinapsi non produce alcun segnale, uno zero.

Ma c'è un problema:in un vero cervello, le sinapsi attive tendono a rafforzarsi nel tempo, mentre è vero il contrario per quelli inattivi. Questo fenomeno, nota come plasticità sinaptica, è uno dei fondamenti dell'apprendimento naturale e della memoria. Spiega la biologia del cramming per un esame e perché i nostri ricordi a cui raramente si accede svaniscono.

Proposto nel 2015, il memristore di secondo ordine è un tentativo di riprodurre la memoria naturale, completo di plasticità sinaptica. Il primo meccanismo per implementare ciò comporta la formazione di ponti conduttivi di dimensioni nanometriche attraverso il memristore. Pur diminuendo inizialmente la resistenza, decadono naturalmente con il tempo, emulare l'oblio.

"Il problema con questa soluzione è che il dispositivo tende a cambiare il suo comportamento nel tempo e si guasta dopo un funzionamento prolungato, " ha detto l'autore principale dello studio, Anastasia Chouprik del Neurocomputing Systems Lab del MIPT. "Il meccanismo che abbiamo usato per implementare la plasticità sinaptica è più robusto. Infatti, dopo aver cambiato lo stato del sistema 100 miliardi di volte, funzionava ancora normalmente, così i miei colleghi hanno interrotto la prova di resistenza".

Invece di nanoponti, il team del MIPT si è affidato all'ossido di afnio per imitare la memoria naturale. Questo materiale è ferroelettrico:la sua distribuzione interna di carica legata, la polarizzazione elettrica, cambiamenti in risposta a un campo elettrico esterno. Se il campo viene poi rimosso, il materiale mantiene la sua polarizzazione acquisita, il modo in cui un ferromagnete rimane magnetizzato.

I fisici hanno implementato il loro memristor di secondo ordine come una giunzione tunnel ferroelettrica:due elettrodi intercalati con un sottile film di ossido di afnio (fig. 1). Il dispositivo può essere commutato tra i suoi stati di bassa e alta resistenza mediante impulsi elettrici, che modificano la polarizzazione del film ferroelettrico e quindi la sua resistenza.

"La sfida principale che abbiamo dovuto affrontare è stata capire il giusto spessore dello strato ferroelettrico, " aggiunse Chouprik. "Quattro nanometri si sono rivelati l'ideale. Rendilo solo un nanometro più sottile, e le proprietà ferroelettriche sono sparite, mentre un film più spesso è una barriera troppo ampia per il passaggio degli elettroni. Ed è solo la corrente di tunneling che possiamo modulare commutando la polarizzazione".

Ciò che dà all'ossido di afnio un vantaggio rispetto ad altri materiali ferroelettrici, come il titanato di bario, è che è già utilizzato dall'attuale tecnologia del silicio. Per esempio, Intel produce microchip basati su un composto di afnio dal 2007. Ciò rende l'introduzione di dispositivi a base di afnio come il memristor riportato in questa storia molto più semplice ed economico rispetto a quelli che utilizzano un materiale nuovo di zecca.

In un atto di ingegnosità, i ricercatori hanno implementato la "dimenticanza" sfruttando i difetti all'interfaccia tra silicio e ossido di afnio. Quelle stesse imperfezioni erano viste come un danno per i microprocessori a base di afnio, e gli ingegneri hanno dovuto trovare un modo per aggirarli incorporando altri elementi nel composto. Anziché, il team del MIPT ha sfruttato i difetti, che fanno diminuire la conduttività dei memristori con il tempo, proprio come ricordi naturali.

Vitalii Mikheev, il primo autore del saggio, ha condiviso i piani futuri del team:"Esamineremo l'interazione tra i vari meccanismi che commutano la resistenza nel nostro memristore. Si scopre che l'effetto ferroelettrico potrebbe non essere l'unico coinvolto. Per migliorare ulteriormente i dispositivi, dovremo distinguere tra i meccanismi e imparare a combinarli".

Secondo i fisici, proseguiranno con la ricerca fondamentale sulle proprietà dell'ossido di afnio per rendere più affidabili le celle di memoria ad accesso casuale non volatile. Il team sta anche studiando la possibilità di trasferire i propri dispositivi su un substrato flessibile, per l'uso in elettronica flessibile.

L'anno scorso, i ricercatori hanno offerto una descrizione dettagliata di come l'applicazione di un campo elettrico ai film di ossido di afnio influenzi la loro polarizzazione. È proprio questo processo che consente di ridurre la resistenza del memristore ferroelettrico, che emula il rafforzamento delle sinapsi in un cervello biologico. Il team lavora anche su sistemi di calcolo neuromorfici con un'architettura digitale.