(Phys.org)—Computer naturali, come cervelli evoluti e automi cellulari, esprimono sofisticate reti interconnesse ed esibiscono un enorme parallelismo. Si adattano anche per sfruttare le proprietà fisiche locali come la diafonia capacitiva tra i circuiti. Al contrario, i computer sintetici incanalano l'attività secondo regole di progettazione stabilite e non si adattano per sfruttare l'ambiente circostante. Così, i ricercatori sono interessati a utilizzare la materia stessa per il calcolo.

Gli scienziati hanno ipotizzato la capacità di sviluppare reti su nanoscala senza design di materia inanimata con le stesse robuste capacità dei computer naturali, ma non hanno ancora realizzato il concetto. Ora, un gruppo di ricercatori riporta in Nanotecnologia della natura un sistema di nanomateriali disordinato che è stato evoluto artificialmente ottimizzando i valori delle tensioni di controllo secondo un algoritmo genetico.

Utilizzando nanoparticelle metalliche interconnesse, che agiscono come transistor non lineari a singolo elettrone, i ricercatori sono stati in grado di sfruttare le proprietà di rete emergenti del sistema per creare un porta booleana riconfigurabile. Gli autori notano che il loro sistema soddisfa i requisiti per una rete neurale cellulare:universalità, compattezza, robustezza ed evolvibilità. Il loro approccio funziona intorno alle variazioni da dispositivo a dispositivo che stanno diventando sempre più difficili da allineare man mano che i semiconduttori si avvicinano alla nanoscala, e che determinano incertezze nelle prestazioni.

Il loro sistema è una rete disordinata di nanoparticelle che può essere riconfigurata in situ in qualsiasi porta logica booleana a due ingressi regolando sei tensioni di controllo statico. Sfrutta il ricco comportamento emergente di un massimo di 100 nanoparticelle arbitrariamente interconnesse. Per l'esperimento, i ricercatori hanno utilizzato nanoparticelle d'oro da 20 nm interconnesse con molecole isolanti. Questi transistor a singolo elettrone esprimono un comportamento di commutazione fortemente non lineare, ei ricercatori hanno cercato porte logiche tra le interazioni reciproche tra loro.

Il metodo più veloce si è rivelato l'evoluzione artificiale. Hanno sviluppato un algoritmo genetico che ha seguito le ben note regole della selezione naturale, considerando ogni tensione di controllo come un gene e l'insieme completo delle tensioni di sistema come un genoma. Le migliori prestazioni (cioè, I genomi "più adatti") sono stati preservati e migliorati tramite un approccio composito di clonazione-riproduzione. I tratti desiderabili dell'iniziale, genomi per lo più a basse prestazioni sono stati passati selettivamente alle generazioni successive.

Per ogni porta logica evoluta, l'algoritmo genetico convergeva quasi sempre verso un genoma vitale entro meno di 200 generazioni. I ricercatori notano che a causa dei segnali di ingresso lenti che hanno usato, il processo è durato circa un'ora; l'ottimizzazione della configurazione del sistema potrebbe comportare un'evoluzione più rapida.

"Utilizzando la procedura di evoluzione artificiale... siamo riusciti a realizzare completamente configurabili, logica booleana robusta in reti di nanoparticelle disordinate alla nostra temperatura di base di ~ 0,3 K. Questi risultati comprendono la prima dimostrazione sperimentale dello sfruttamento della materia disordinata su scala nanometrica per la funzionalità computazionale, " scrivono gli autori.

Notano che il sistema soddisfa i criteri per la realizzazione fisica della rete neurale cellulare e che lo stesso approccio evolutivo con un layout di elettrodi più sofisticato potrebbe produrre molti più compiti computazionali. "Il nostro approccio evolutivo lavora attorno alle variazioni da dispositivo a dispositivo su scala nanometrica e alle relative incertezze nelle prestazioni, che sta diventando sempre più un collo di bottiglia per la miniaturizzazione dei circuiti elettronici convenzionali. I risultati, perciò, anche alla luce di queste eccitanti possibilità, " loro scrivono.

© 2015 Phys.org