Riassunto:
I ricercatori dell'Università di Scienza e Tecnologia di Suzhou e altre istituzioni hanno sviluppato una matrice flessibile di sinapsi artificiali in grado di simulare i cambiamenti nella forza delle connessioni sinaptiche biologiche e di decomporsi rapidamente sotto specifici trattamenti chimici. Il dispositivo utilizza materiali strutturali organici legati a idrogeno come strato funzionale, MXene come elettrodo e pellicola di poliimmide (PI) come substrato flessibile. Il gruppo di ricerca ha utilizzato l’elaborazione della soluzione per creare un array 10×10, contenente un totale di 100 unità sinaptiche. Una ricerca pertinente è stata pubblicata sull'International Journal of Extreme Manufacturing.
Il materiale centrale TCPP-HOF è composto da molecole organiche a base di porfirina, che formano una struttura bidimensionale ordinata attraverso legami idrogeno. Quando viene applicata una tensione diretta, le cariche rimangono intrappolate e la conduttanza del dispositivo aumenta; quando viene applicata una tensione inversa, le cariche vengono rilasciate e la conduttanza diminuisce. Attraverso questo cambiamento regolabile, il dispositivo può mostrare un potenziamento e un'inibizione di tipo sinaptico, comprese caratteristiche legate all'apprendimento come il potenziamento e l'inibizione a lungo termine, e può impostare 10 diversi stati di conduttanza. Il tempo di commutazione elettrica è stato misurato sperimentalmente in 26 nanosecondi.
I ricercatori hanno utilizzato anche le caratteristiche elettriche del dispositivo per valutare la capacità della rete neurale convoluzionale di riconoscere le cifre scritte a mano MNIST. Il tasso di precisione ha raggiunto un massimo del 97,23% e il benchmark del software è stato del 99,24%. La rete neurale descritta nell'articolo contiene circa 120.000 sinapsi, ma la matrice fisica effettiva è 10×10 con un totale di 100 dispositivi; pertanto, questa serie di risultati mostra il potenziale delle caratteristiche del dispositivo per un calcolo simile al cervello e non significa che l'intera rete di 120.000 sinapsi sia stata integrata su questo piccolo array.
Nel test di flessibilità, la matrice funzionava ancora dopo essere stata piegata attorno a un raggio di circa 5 mm per 200 volte e la precisione di riconoscimento delle cifre scritte a mano era del 96,33%. Il substrato PI progettato dai ricercatori può anche essere decomposto in una soluzione chimica amminica riscaldata, convertendosi in monomeri solubili dopo circa 6 minuti di trattamento, lasciando un piccolo residuo inerte. Questo processo richiede soluzioni chimiche e condizioni di riscaldamento specifiche e non significa che il dispositivo scomparirà da solo dopo il contatto con l'acqua o l'ambiente naturale.
Il team ritiene che le caratteristiche di flessibilità, elaborazione delle soluzioni e decomposizione controllabile possano essere utilizzate in futuro in sensori indossabili, skin elettroniche flessibili, robot morbidi o dispositivi elettronici a breve termine e possano anche fornire idee per l'archiviazione temporanea e la distruzione delle informazioni. Tuttavia, i risultati attuali sono ancora prototipi di laboratorio e la scala della serie è limitata. I ricercatori devono ancora risolvere l’impatto dell’umidità sulla stabilità del dispositivo, espandere l’array e testare l’affidabilità a lungo termine e la coerenza della produzione. Non è ancora un sistema informatico completo in grado di sostituire direttamente i processori tradizionali o i chip IA commerciali.
Commenti