Um memristor que utiliza mudanças nas concentrações de íons e deformações mecânicas para armazenar informações foi desenvolvido por pesquisadores da EPFL em Lausanne, Suíça. Ao conectar dois desses dispositivos, os pesquisadores criaram o primeiro circuito lógico baseado em componentes nanofluídicos. O novo memristor pode ser útil para a computação neuromórfica, que tenta imitar o cérebro usando componentes eletrônicos.
Nos organismos vivos, as arquiteturas neurais dependem de fluxos de íons que passam por minúsculos canais para regular a transmissão de informações através das sinapses que conectam um neurônio a outro. Esta abordagem iônica é diferente dos melhores sistemas neurais artificiais, que usam correntes de elétrons para imitar essas sinapses. A construção de redes neurais nanofluídicas artificiais poderia fornecer uma analogia mais próxima aos sistemas neurais reais e também poderia ser mais eficiente em termos energéticos.
Um memristor é um elemento de circuito com resistência (e condutância) que depende da corrente que passou anteriormente por ele – o que significa que o dispositivo pode armazenar informações. O memristor foi proposto pela primeira vez em 1971 e, desde então, os pesquisadores tiveram sucesso limitado na criação de dispositivos práticos. Os memristores são de grande importância na computação neuromórfica, pois podem imitar a capacidade das sinapses biológicas de armazenar informações.
Nesta última pesquisa, EPFL's Théo Emmerich, Aleksandra Radenovic e seus colegas fizeram seus memristores nanofluídicos usando uma bolha líquida que se expande ou contrai quando correntes de íons solvatados fluem para dentro ou para fora dela, alterando sua condutância.
Icônico e iônico
Em 2023, os pesquisadores deram um passo significativo em direção à computação neuromórfica baseada em íons quando descobriram efeitos de memória em dois dispositivos nanofluídicos que regulavam o transporte de íons através de canais em nanoescala. Quando submetidos a uma tensão variável no tempo, esses dispositivos exibiam uma mudança atrasada na corrente e na condutância. Este é o loop de histerese “comprimido” característico de um memristor. No entanto, os sistemas tinham fraco desempenho de memória e eram delicados de fabricar. Além disso, o mecanismo responsável pelo efeito memória não era claro.
Mas isto não dissuadiu a equipa da EPFL, como explica Emmerich: “Queríamos mostrar como este campo nascente poderia ser complementar à nanoeletrónica e poderia levar a aplicações de computação no mundo real no futuro”.
Para criar seu dispositivo, os pesquisadores da EPFL fabricaram uma membrana de nitreto de silício de 20 por 20 mícrons sobre um chip de silício, com um poro de 100 nm de diâmetro no centro. Neste chip, eles depositaram ilhas de paládio com 10 nm de diâmetro em torno das quais o fluido poderia fluir, usando técnicas de deposição evaporativa. Finalmente, eles adicionaram uma camada de grafite com 50–150 nm de espessura, para criar canais que levavam ao poro.
Pequena bolha
Ao mergulhar o dispositivo em uma solução eletrolítica e aplicar uma voltagem positiva (0.4–1.0 V), os pesquisadores observaram a formação de uma bolha em escala micrométrica entre o nitreto de silício e o grafite acima do poro central. Eles concluíram que os íons viajavam através dos canais e convergiam para o centro, aumentando a pressão ali e levando à formação de bolhas. Essa bolha atuou como um “curto-circuito” resistivo que aumentou a condutância do aparelho, colocando-o no estado “ligado”. Ao aplicar uma tensão negativa de mesma magnitude, o blister esvaziou e a condutância diminuiu, colocando o dispositivo no estado “desligado”.
Como a bolha demorou a esvaziar após o corte da tensão, o dispositivo lembrou-se do seu estado anterior. “Nossa observação óptica mostrou a origem mecano-iônica da memória”, diz EPFL Nathan Ronceray.
Medições da corrente que flui através do dispositivo antes e depois da reinicialização da tensão mostraram que o dispositivo operava com uma relação de condutância de até 60 em uma escala de tempo de 1 a 2 s, indicando um efeito de memória duas ordens de grandeza maior que os projetos anteriores. Emmerich acrescenta: “Esta é a primeira vez que observamos um comportamento memristivo tão forte em um dispositivo nanofluídico, que também possui um processo de fabricação escalável”.
Para criar um circuito lógico, a equipe conectou dois de seus dispositivos em paralelo a um resistor eletrônico variável. Ambos os dispositivos se comunicam entre si através deste resistor para obter uma operação lógica. Em particular, a comutação de um dispositivo foi impulsionada pelo estado de condutância do outro.
Comunicação lógica
Até agora, diz Emmerich, os dispositivos nanofluídicos têm sido operados e medidos independentemente uns dos outros. Ele acrescenta que os novos dispositivos “agora podem se comunicar para realizar cálculos lógicos”.
Iris Agresti, que está desenvolvendo memristores quânticos na Universidade de Viena, diz que embora esta não seja a primeira implementação de um memristor nanofluídico, a novidade está mostrando como vários dispositivos podem ser conectados para realizar operações controladas. “Isso implica que o comportamento de um dos dispositivos depende do outro”, diz ela.
O memristor quântico abre caminho para a computação quântica neuromórfica
O próximo passo, dizem os pesquisadores da EPFL, é construir redes neurais nanofluídicas onde unidades memristivas são conectadas a canais de água. O objetivo é criar circuitos que possam realizar tarefas computacionais simples, como reconhecimento de padrões ou multiplicação de matrizes. “Sonhamos em construir computadores eletrolíticos capazes de computar com seus equivalentes eletrônicos”, diz Radenovic.
Esse é um objetivo ambicioso e de longo prazo. Mas tal abordagem apresenta duas vantagens principais sobre a electrónica. Primeiro, os sistemas evitariam o superaquecimento normalmente associado aos fios elétricos, porque usariam água tanto como fio quanto como refrigerante. Em segundo lugar, eles poderiam se beneficiar do uso de íons diferentes para executar tarefas completas, equivalentes às dos organismos vivos. Além disso, diz Agresti, redes neurais artificiais com componentes nanofluídicos prometem menor consumo de energia.
Yanbo Xie, especialista em nanofluídica da Universidade Politécnica do Noroeste na China, aponta que o memristor é um componente crítico para um chip de computador neuromórfico e desempenha um papel semelhante ao de um transistor em uma CPU. O circuito lógico EPFL poderia ser “um bloco de construção fundamental para futuras máquinas de computação aquosa”, diz ele. John Bisquert um físico aplicado da Universidade James I em Castello, Espanha, concorda. Os dispositivos “mostraram uma resposta robusta”, diz ele, e combiná-los para implementar uma operação lógica booleana “abre caminho para sistemas neuromórficos baseados em circuitos totalmente líquidos”.
O trabalho é descrito em Eletrônicos da Natureza.
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
- PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
- PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
- PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
- Fonte: https://physicsworld.com/a/nanofluidic-memristors-compute-in-brain-inspired-logic-circuits/
