Ο εγκέφαλος είναι η απόλυτη υπολογιστική μηχανή, οπότε δεν είναι περίεργο που οι ερευνητές είναι πρόθυμοι να τον δοκιμάσουν και να τον μιμηθούν. Μια νέα έρευνα έχει κάνει ένα συναρπαστικό βήμα προς αυτή την κατεύθυνση – μια συσκευή που είναι σε θέση να «ξεχάσει» τις μνήμες, όπως κάνουν και οι εγκέφαλοι μας.
Ονομάζεται memristor δεύτερης τάξης (ένα μείγμα “μνήμης” και “αντιστάσεως”). Ο έξυπνος σχεδιασμός μιμείται μια σύναψη ανθρώπινου εγκεφάλου με τον τρόπο που θυμάται την πληροφορία, τότε σταδιακά χάνει αυτές τις πληροφορίες αν δεν έχει πρόσβαση για μεγάλο χρονικό διάστημα.
Ενώ ο memristor δεν έχει πολύ πρακτική χρήση τώρα, θα μπορούσε τελικά να βοηθήσει τους επιστήμονες να αναπτύξουν ένα νέο είδος νευροϋπολογιστή – το θεμέλιο των συστημάτων τεχνητής νοημοσύνης – που εκπληρώνει μερικές από τις ίδιες λειτουργίες που κάνει ένας εγκέφαλος.
Σε ένα επονομαζόμενο αναλογικό νευροϋπολογιστή, τα ηλεκτρονικά συστατικά on-chip (όπως το memristor) θα μπορούσαν να αναλάβουν το ρόλο των μεμονωμένων νευρώνων και των συνάψεων. Αυτό θα μπορούσε τόσο να μειώσει τις απαιτήσεις ενέργειας του υπολογιστή και να επιταχύνει τους υπολογισμούς ταυτόχρονα.
Αυτή τη στιγμή οι αναλογικοί νευροϋπολογιστές είναι υποθετικοί, επειδή πρέπει να δούμε πώς η ηλεκτρονική μπορεί να μιμείται τη συναπτική πλαστικότητα – τον τρόπο με τον οποίο οι ενεργές συνάψεις εγκεφάλου ενισχύονται με την πάροδο του χρόνου και οι αδρανείς γίνονται ασθενέστερες. Αυτός είναι ο λόγος που θυμόμαστε κάποιες αναμνήσεις ενώ άλλες ξεθωριάζουν, αναφέρουν οι επιστήμονες.
Προηγούμενες προσπάθειες παραγωγής memristors χρησιμοποιούσαν νανοσωματιδιακές αγώγιμες γέφυρες οι οποίες στη συνέχεια θα εξασθενούσαν με την πάροδο του χρόνου, με τον ίδιο τρόπο που οι μνήμες θα μπορούσαν να διασπαστούν στο μυαλό μας.
“Το πρόβλημα με αυτή τη λύση [πρώτης τάξεως memristor] είναι ότι η συσκευή τείνει να αλλάζει τη συμπεριφορά της με την πάροδο του χρόνου και διασπάται μετά από παρατεταμένη λειτουργία”, λέει ο φυσικός Anastasia Chouprik από το Ινστιτούτο Φυσικής και Τεχνολογίας της Μόσχας στη Ρωσία.
“Ο μηχανισμός που χρησιμοποιούσαμε για την εφαρμογή της συναπτικής πλαστικότητας είναι πιο ισχυρός. Στην πραγματικότητα, μετά την αλλαγή της κατάστασης του συστήματος 100 δις φορές, εξακολουθούσε να λειτουργεί κανονικά, έτσι οι συνάδελφοί μου σταμάτησαν τη δοκιμή αντοχής”.
Σε αυτή την περίπτωση, η ομάδα χρησιμοποίησε ένα σιδηροηλεκτρικό υλικό που ονομάζεται οξείδιο του άφνιου στη θέση των nanobridges, με μια ηλεκτρική πόλωση που αλλάζει σε απόκριση σε ένα εξωτερικό ηλεκτρικό πεδίο. Αυτό σημαίνει ότι οι χαμηλές και υψηλές καταστάσεις αντίστασης μπορούν να ρυθμιστούν με ηλεκτρικούς παλμούς.
Αυτό που κάνει το οξείδιο του άφνιου ιδανικό για αυτό, και το τοποθετεί μπροστά από άλλα σιδηροηλεκτρικά υλικά, είναι ότι χρησιμοποιείται ήδη για την κατασκευή microchip από εταιρείες όπως η Intel. Αυτό θα πρέπει να σημαίνει ότι είναι ευκολότερο και φθηνότερο να εισάγετε τα memristors εάν και πότε έρθει η ώρα για ένα αναλογικό νευροϋπολογιστή.
Η πραγματική «καθυστέρηση» υλοποιείται μέσω μιας ατέλειας που καθιστά δύσκολη την ανάπτυξη μικροεπεξεργαστών με βάση τον αφνίο – ελαττώματα στη διεπιφάνεια μεταξύ του πυριτίου και του οξειδίου του αφνίου. Αυτά τα ίδια ελαττώματα επιτρέπουν την αγωγιμότητα του memristor να πέσει με την πάροδο του χρόνου.
Είναι μια πολλά υποσχόμενη αρχή, αλλά υπάρχει ακόμα πολύς δρόμος: αυτά τα κελιά με μνήμες πρέπει ακόμα να γίνουν πιο αξιόπιστα, για παράδειγμα. Η ομάδα θέλει επίσης να διερευνήσει πώς η νέα συσκευή θα μπορούσε να ενσωματωθεί σε ευέλικτες ηλεκτρονικές συσκευές.
“Θα εξετάσουμε την αλληλεπίδραση μεταξύ των διάφορων μηχανισμών που αλλάζουν την αντίσταση στο memristor μας”, λέει ο φυσικός Vitalii Mikheev, από την MIPT.
“Αποδεικνύεται ότι το φερροηλεκτρικό φαινόμενο μπορεί να μην είναι το μόνο που εμπλέκεται. Για να βελτιώσουμε περαιτέρω τις συσκευές, θα πρέπει να διακρίνουμε τους μηχανισμούς και να μάθουμε να τους συνδυάζουμε”.
