실리콘을 형태 변화 분자로 대체

연구자들은 메모리, 논리 및 시냅스 역할 사이를 전환하여 전자 재료 내에서 직접 적응형 뉴로모픽 컴퓨팅을 가능하게 하는 분자 장치를 보여줍니다.





컴퓨팅 시스템이 실리콘의 한계를 넘어서면서 연구자들은 단순히 데이터를 저장하고 처리하는 것 이상의 기능을 수행할 수 있는 재료를 찾고 있습니다.분자 전자공학은 한때 초소형 장치를 약속했지만 실제 분자 행동은 예측할 수 없는 것으로 판명되었습니다.이와 동시에 뉴로모픽 컴퓨팅은 뇌처럼 학습하고 적응할 수 있는 하드웨어를 구축하는 것을 목표로 삼았습니다.그러나 대부분의 기존 플랫폼은 복잡한 회로를 통해 학습을 모방하는 견고한 재료에만 의존합니다.


이러한 격차를 해소하기 위해 인도 과학 연구소(Indian Institute of Science)의 연구자들은 적응 지능을 분자 물질에 ​​직접 인코딩하는 새로운 방법을 시연했습니다.나노 과학 및 공학 센터의 Sreetosh Goswami가 이끄는 팀은 필요에 따라 기능을 변경할 수 있는 분자 장치를 개발했습니다.단일 장치는 자극 방식에 따라 메모리, 논리, 아날로그 프로세서, 선택기 또는 전자 시냅스 역할을 할 수 있습니다.

적응성은 화학적 설계에서 비롯됩니다.연구진은 17개의 루테늄 기반 분자 복합체를 합성했으며 분자 구조와 주변 이온의 작은 변화가 전자 이동 방식에 큰 영향을 미친다는 것을 보여주었습니다.이 화학적 성질을 조정하면 동일한 장치가 광범위한 컨덕턴스 상태에 걸쳐 디지털과 아날로그 동작 간에 전환할 수 있습니다.

이러한 행동을 설명하기 위해 팀은 양자 화학과 신체 물리학을 결합한 이론적 프레임워크를 개발했습니다.이 모델은 전자 수송, 분자 산화 및 환원, 이온 재배열이 함께 스위칭 역학 및 안정성을 결정하는 방법을 포착합니다.이를 통해 분자 구조로부터 장치 기능을 예측할 수 있습니다.이 접근 방식은 동일한 자료 내에서 메모리와 계산을 결합하여 학습이 물질 자체에 내장되는 뉴로모픽 하드웨어로 가는 길을 열어줍니다.


연구의 주요 특징은 다음과 같습니다.

적응형 동작을 갖춘 화학적으로 설계된 분자 장치
단일 장치에 인코딩된 다양한 기능
동일한 자료의 통합 메모리 및 계산
분자 구조와 기능을 연결하는 예측 이론
CeNSE의 방문 과학자이자 화학 설계를 주도한 이번 연구의 공동 저자인 Sreebrata Goswami는 "전자 재료에서 이 수준의 적응성을 보는 것은 거의 없습니다. 여기서 화학 설계는 비유가 아니라 작동 원리로서 계산을 만납니다."라고 말합니다.