PHYS, 29/09/2022
Por HJ
Microprocessadores em smartphones, computadores e data centers processam informações manipulando elétrons por meio de semicondutores sólidos, mas nossos cérebros têm um sistema diferente. Eles contam com a manipulação de íons em líquido para processar informações.
Inspirados no cérebro, os pesquisadores há muito procuram desenvolver "iônicos" em uma solução aquosa. Enquanto os íons na água se movem mais lentamente do que os elétrons nos semicondutores, os cientistas pensam que a diversidade de espécies iônicas com diferentes propriedades físicas e químicas poderia ser aproveitada para um processamento de informações mais rico e diversificado.
A computação iônica, no entanto, ainda está em seus primeiros dias. Até o momento, os laboratórios desenvolveram apenas dispositivos iônicos individuais, como diodos iônicos e transistores, mas ninguém colocou muitos desses dispositivos juntos em um circuito mais complexo para computação até agora.
Uma equipe de pesquisadores da Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS), em colaboração com a DNA Script, uma startup de biotecnologia, desenvolveu um circuito iônico composto por centenas de transistores iônicos e realizou um processo central de computação em rede neural .
A pesquisa é publicada na Advanced Materials.
Os pesquisadores começaram construindo um novo tipo de transistor iônico a partir de uma técnica que eles lançaram recentemente. O transistor consiste em uma solução aquosa de moléculas de quinona, em interface com dois eletrodos de anel concêntrico com um eletrodo de disco central, como um alvo. Os dois eletrodos em anel baixam eletroquimicamente e ajustam o pH local ao redor do disco central, produzindo e prendendo íons de hidrogênio. Uma voltagem aplicada ao disco central causa uma reação eletroquímica para gerar uma corrente iônica do disco para a água. A taxa de reação pode ser acelerada para cima ou para baixo – aumentando ou diminuindo a corrente iônica – ajustando o pH local. Em outras palavras, o pH controla (porta) a corrente iônica do disco na solução aquosa, criando uma contraparte iônica do transistor eletrônico.
Eles então projetaram o transistor iônico controlado por pH de tal forma que a corrente do disco é uma multiplicação aritmética da tensão do disco e um parâmetro de "peso" que representa o pH local do transistor. Eles organizaram esses transistores em uma matriz de 16 × 16 para expandir a multiplicação aritmética analógica de transistores individuais em uma multiplicação de matriz analógica, com a matriz de valores de pH locais servindo como uma matriz de peso encontrada em redes neurais.
“A multiplicação de matrizes é o cálculo mais prevalente em redes neurais para inteligência artificial”, disse Woo-Bin Jung, pós-doutorando da SEAS e primeiro autor do artigo. "Nosso circuito iônico realiza a multiplicação da matriz na água de maneira analógica, totalmente baseada em maquinário eletroquímico."
"Os microprocessadores manipulam os elétrons de maneira digital para realizar a multiplicação de matrizes", disse Donhee Ham, professor de engenharia elétrica e física aplicada da SEAS Gordon McKay e autor sênior do artigo. “Embora nosso circuito iônico não possa ser tão rápido ou preciso quanto os microprocessadores digitais, a multiplicação da matriz eletroquímica na água é encantadora por si só e tem potencial para ser eficiente em termos energéticos”.
Agora, a equipe procura enriquecer a complexidade química do sistema.
"Até agora, usamos apenas 3 a 4 espécies iônicas, como íons de hidrogênio e quinona, para permitir o transporte iônico e gating no transistor iônico aquoso", disse Jung. "Será muito interessante empregar espécies iônicas mais diversas e ver como podemos explorá-las para enriquecer o conteúdo da informação a ser processada."
Artigos recomendados: SC e Tech
Fonte:https://phys.org/news/2022-09-team-method-neural-net.html
Nenhum comentário:
Postar um comentário