Los investigadores están desarrollando un transistor redox como sistema de respaldo para el cálculo neuromórfico

Los sistemas físicos conocidos como “tanques” están diseñados para emular redes neuronales y abordar la necesidad de mejorar el rendimiento y la velocidad computacional. Superando los problemas anteriores con la compatibilidad, el rendimiento y la integración de dichos sistemas de depósito, los investigadores en Japón desarrollaron recientemente un transistor de activación de iones con estados de depósito mejorados y capacidades de memoria a corto plazo basadas en redox. Este desarrollo nos abre la posibilidad de utilizar dispositivos de iones basados ​​en redox para computación neuromórfica de alto rendimiento.

Gracias a los avances significativos en inteligencia artificial, reconocimiento de imágenes y detección de objetos, el campo de la informática ha sido testigo recientemente de una revolución extraordinaria. Como es un campo basado en datos, el análisis y procesamiento eficiente de conjuntos de datos grandes y complejos es de suma importancia en informática. Para aumentar la eficiencia y la velocidad de las tareas basadas en datos, los investigadores están explorando la capacidad de reconocer los patrones y relaciones complejos inherentes a los datos para desarrollar tecnología informática “neuromórfica” de alto rendimiento.

Este enfoque novedoso tiene como objetivo recrear la capacidad del cerebro para procesar información de manera paralela y conectada. De esta forma, pretende construir una red de nodos capaces de transformar datos en representaciones multidimensionales aptas para tareas complejas como reconocimiento de patrones, predicción y clasificación.

Los reservorios físicos que se asemejan a las redes neuronales reciben e interactúan con señales o datos de entrada, y sus componentes, es decir, las neuronas y sus conexiones, cambian dinámicamente con el tiempo. Estos estados de tanque representan el sistema físico en un punto particular y juegan un papel vital en la conversión de señales de entrada en representaciones multidimensionales. Sin embargo, garantizar una alta dimensionalidad de un reservorio físico para lograr un número suficientemente grande de estados del reservorio es una tarea desafiante.

Ahora, en un estudio publicado en la revista Sistemas inteligentes avanzados, científicos en Japón, dirigidos por el profesor asociado Tohru Higuchi de la Universidad de Ciencias de Tokio (TUS), han desarrollado un reservorio de activación de iones basado en la reacción redox (redox-IGR) que puede alcanzar un número récord de estados de reservorio. Gracias a este desarrollo, el Dr. Higuchi, junto con los Sres. Tomoki Wada y Daiki Nishioka de TUS, y el Dr. Takashi Tsuchiya y el Dr. Kazuya Terabe del Instituto Nacional de Ciencias de los Materiales (NIMS) en Japón ahora han desarrollado la capacidad para traducir la tecnología informática neuromórfica de alto rendimiento en realidad.

Los tanques de compuerta de iones constan de electrodos de compuerta, drenaje y fuente y están separados por un electrolito que actúa como un medio para controlar el flujo de iones. La aplicación de un voltaje al electrodo de compuerta desencadena una reacción redox en el canal que conecta la fuente y los electrodos de drenaje, lo que da como resultado una corriente de drenaje que se puede modular con precisión. Por lo tanto, convertir los conjuntos de datos de series temporales en voltajes de puerta puede permitir que las corrientes de salida respectivas sirvan como estados de espera distintos.

En este estudio, los investigadores utilizaron litio (Li⁺) vitrocerámica conductora de iones (LICGC) como electrolito. En LICGC Li⁺ los iones se mueven más rápido en comparación con el canal, lo que conduce a la generación de dos corrientes de salida: una corriente de drenaje y una corriente de puerta adicional, lo que duplica efectivamente el número de estados del depósito.

Además, las diferentes velocidades de transporte de iones en el canal y el electrolito provocan un retraso en la respuesta de la corriente de drenaje en comparación con la corriente de puerta. Esta respuesta retardada proporciona capacidad de memoria a corto plazo en el sistema, lo que permite que el tanque retenga y use información de entradas anteriores, un requisito clave para los tanques físicos.

Para fabricar este dispositivo, los científicos depositaron una capa de óxido de cobalto y litio de 200 nm de espesor (LiCoO₂) sobre un sustrato LICGC de 0,15 mm de espesor. El electrodo de compuerta consistía en una capa delgada de iones de litio/platino (Pt), mientras que se usaron capas delgadas de Pt en los electrodos de drenaje y fuente. El canal que conecta los electrodos de drenaje y fuente consistía en óxido de tungsteno (VI) de 100 nm de espesor (WO₃) película delgada.

“Reproducimos con éxito características eléctricas similares a los circuitos neuronales usando reacciones redox inducidas por la inserción y desorción de Li⁺ iones a Li_XWO₃ película delgada”, explica el Dr. Higuchi.

Demostrando capacidades extraordinarias, el dispositivo alcanzó un total de 40 estados de espera (20 de la corriente de drenaje y 20 de la corriente de puerta). Superó a otros reservorios físicos como memristores y dispositivos de torque al resolver ecuaciones dinámicas no lineales de segundo orden.

En primer lugar, la no linealidad, las capacidades de memoria a corto plazo y una gran cantidad de estados del tanque permitieron que el dispositivo hiciera predicciones con un error de predicción cuadrático medio bajo de 0.163 en el promedio móvil autorregresivo no lineal de segundo orden (NARMA2) tarea: un punto de referencia para evaluar el rendimiento de un sistema de tanques en la realización de operaciones no lineales complejas y predice el valor futuro de las entradas de series de tiempo en función de sus valores pasados ​​​​de entradas y salidas.

Al explicar las implicaciones reales de este desarrollo, el Dr. Higuchi concluye: “El sistema desarrollado tiene el potencial de convertirse en una tecnología de propósito general que se implementará en una amplia gama de dispositivos electrónicos en el futuro, incluidas computadoras y teléfonos móviles”.