Вчені з Вюрцбурзького університету винайшли наномасштабний електронний пристрій, здатний регулювати електричний струм, зберігати дані та пам'ятати попередні сигнали. Ця технологія відкриває нові можливості для розробки енергоефективної електроніки.
Про це пише видання SciTechDaily.
Новий компонент працює на основі складних оксидних матеріалів, електричні властивості яких можна змінювати. Він здатний виконувати три різні функції залежно від способу підключення до електричного кола. Така універсальність може допомогти створити комп'ютерне обладнання, яке оброблятиме інформацію та адаптуватиметься до нових сигналів.
Проект був розроблений командою з Вюрцбурзького університету в рамках дослідницького кластера ctd.qmat, який об'єднує вчених з Вюрцбурга і Дрездена.
Вчені застосували два різні матеріали: лантанат алюмінію (LaAlO₃) та титанат стронцію (SrTiO₃). Кожен з цих матеріалів самостійно не проводить електричний струм, проте на межі їх з'єднання виникає надзвичайно тонкий шар, що володіє провідними властивостями. У цьому шарі електрони здатні вільно переміщатися вздовж межі між матеріалами.
Завдяки спеціальній структурі цієї поверхні вчені створили мікроскопічні провідні канали. Коли через них проходить електричний струм, він може зміщувати атоми кисню всередині матеріалу. Це змінює електричний опір компонента, даючи змогу зберігати інформацію про попередню активність.
Один елемент здійснює три різні завдання.
Прилад здатен функціонувати в ролі транзистора, мемристора або мемконденсатора.
Транзистор контролює потік електричного струму. Мемристор, в свою чергу, фіксує дані шляхом варіювання електричного опору. Мемконденсатор, на відміну від цього, адаптує свою здатність до зберігання електричного заряду в залежності від попереднього електричного стану.
На думку вчених, всі три функції можуть бути інтегровані в єдиний наномасштабний елемент. Це відкриває нові можливості для спрощення розробки штучних нейронних мереж, де обробка та зберігання даних відбуватимуться прямо в електронних компонентах.
Така технологія наслідує окремі механізми роботи людського мозку. У звичайних комп'ютерах пам'ять і обчислювальні блоки переважно розділені, тому інформацію доводиться переміщувати між ними. Натомість мозок навчається завдяки зміні зв'язків між нейронами у відповідь на сигнали.
Комбінування обчислювальних ресурсів, пам'яті та адаптивних можливостей в єдиному елементі здатне зменшити обсяги необхідних для передачі даних. Це має велике значення для систем штучного інтелекту, оскільки їх навчання вимагає значних затрат енергії.
Цю технологію можна застосувати в медичних сенсорах.
Однією з потенційних сфер використання цієї розробки є носимі гаджети, призначені для контролю стану здоров'я. У майбутньому такі сенсори матимуть можливість здійснювати аналіз фізіологічних сигналів прямо в електронному модулі.
Йдеться, зокрема, про відстеження частоти серцевих скорочень, артеріального тиску, температури тіла, рівня кисню в крові та глюкози. Локальна обробка даних може зменшити витрати енергії на їх передавання до зовнішніх систем.
Однак, на даний момент мова йде лише про показ основних електронних функцій, а не про завершену систему штучного інтелекту чи медичний сенсор. Для того щоб визначити реальну користь цієї технології, дослідникам ще слід оцінити її енергоефективність, надійність та продуктивність.
#Артеріальний тиск #Мозок #Електрична енергія #Штучний інтелект #Електроніка #Сигнал #Електричний струм #Атом #Алюміній #Електрична мережа #Транзистор #Кисень #Датчик #Комп'ютер #Електроенергія #Шаблон (інструмент) #електрон #Університет Вюрцбурга #Електричний опір і провідність #Стронцій #Оксид
