Resumo: Pesquisadores desenvolveram um memristor mais poderoso e eficiente em termos de energia baseado na estrutura do cérebro humano, combinando armazenamento e processamento de dados. A nova tecnologia, feita de nanocristais de perovskita halogenados, ainda não está pronta para uso por ser difícil de integrar aos chips de computador existentes, mas tem potencial para processar grandes quantidades de dados em paralelo.
Fonte: Politecnico di Milano
Inspirados na eficiência energética do cérebro, que copia sua estrutura para criar computadores mais potentes, uma equipe de pesquisadores do Politecnico di Milano, Empa e ETH Zurich desenvolveu um memristor mais potente e mais fácil de fabricar que seus antecessores: os resultados foram publicados em avanços científicos.
Os pesquisadores estão desenvolvendo arquiteturas de computador inspiradas no funcionamento do cérebro humano, por meio de novos componentes que combinam armazenamento e processamento de dados como células cerebrais. Os novos memristores são baseados em nanocristais de perovskita halogenada, um material semicondutor conhecido por fabricar células solares.
Embora a maioria dos humanos não consiga realizar cálculos matemáticos com precisão de computador, os humanos podem processar informações sensoriais complexas sem esforço e aprender com suas experiências – algo que nenhum computador pode (ainda). O cérebro humano usa apenas metade da energia de um laptop, graças à sua estrutura de sinapses, que pode armazenar e processar informações.
No entanto, nos computadores, a memória é separada do processador e os dados devem ser transportados continuamente entre essas duas unidades. A velocidade de transporte é limitada, o que faz com que todo o computador fique lento quando a quantidade de dados é muito grande.
“Nosso objetivo não é substituir a arquitetura clássica do computador.” – explica Daniele Ielmini, professor do Politecnico di Milano – “Em vez disso, queremos desenvolver arquiteturas alternativas que possam executar determinadas tarefas com mais rapidez e eficiência energética. Isso inclui, por exemplo, o processamento paralelo de grandes quantidades de dados; Hoje isso está acontecendo em todos os lugares, desde a agricultura até a exploração espacial.’
Usando as medições, os pesquisadores simularam uma tarefa aritmética complexa que corresponde a um processo de aprendizagem no córtex visual do cérebro. A tarefa era determinar a orientação de uma barra de luz com base nos sinais da retina.
“As perovskitas haletos conduzem íons e elétrons.” – explica Rohit John, pós-doutorando na ETH Zurich e Empa – “Essa condutividade dupla permite cálculos mais complexos que são mais semelhantes aos processos cerebrais”.
A tecnologia ainda não está pronta, e a facilidade de fabricação dos novos memristores os torna difíceis de integrar aos chips de computador existentes: as perovskitas não conseguem lidar com as temperaturas de 400 a 500°C necessárias para o processamento de silício – pelo menos ainda não.
Existem também outros materiais com propriedades semelhantes que podem ser considerados para a fabricação de memristores de alta potência. “Podemos testar os resultados do nosso sistema memristor com diferentes materiais”, diz Alexander Milozzi, estudante de doutorado no Politecnico di Milano – “provavelmente alguns deles são mais adequados para integração com silício”.
Resumo criado por bate-papo GPT tecnologia de IA
Sobre esta notícia da pesquisa em neurotecnologia
Autor: Emanuele Sanzone
Fonte: Politecnico di Milano
Contato: Emanuele Sanzone – Politecnico di Milano
Foto: A imagem é de domínio público
Pesquisa original: Acesso livre.
“Memdiodos iônicos-eletrônicos de perovskita haleto que permitem a computação neuromórfica de complexidade de segunda ordem‘ por Rohit John et al. avanços científicos
Abstrato
Memdiodos iônicos-eletrônicos de perovskita haleto que permitem a computação neuromórfica de complexidade de segunda ordem
À medida que as demandas computacionais aumentam, o processamento serial em arquiteturas von Neumann construídas com circuitos digitais de complexidade de ordem zero satura em termos de capacidade computacional e desempenho, levando à exploração de paradigmas alternativos.
Sistemas inspirados no cérebro construídos com memristores são atraentes devido ao seu alto paralelismo, baixo consumo de energia e alta tolerância a falhas.
No entanto, a maioria das demonstrações até agora apenas imitou complexidades biológicas primitivas de baixa ordem usando dispositivos dinâmicos de primeira ordem.
Memristors de maior complexidade visam resolver problemas que de outra forma exigiriam circuitos cada vez mais sofisticados, mas não há regras genéricas de projeto.
Aqui apresentamos a dinâmica de segunda ordem em diodos de perovskita de haleto memristivos (memdiodos) que permitem regras de aprendizado de colméia-Cooper-Munro que capturam plasticidade baseada em tempo e taxa.
Um esquema de plasticidade dependente do tempo de pico triplo usando migração de íons, retrodifusão e barreiras Schottky ajustáveis estabelece regras gerais de projeto para a realização de memristores de ordem superior.
Essa ordem superior permite uma seletividade de orientação binocular complexa em redes neurais que exploram a física intrínseca dos dispositivos sem a necessidade de circuitos complicados.
“Passionate student. Twitter nerd. Avid bacon addict. Typical troublemaker. Thinker. Webaholic. Entrepreneur.”