Har du någonsin önskat att din dator kunde tänka som du gör eller kanske till och med förstå dig?

Den framtiden kanske inte är nu, men det är ett steg närmare, tack vare ett Texas A&M University-ledda team av forskare och ingenjörer och deras senaste upptäckt av en materialbaserad mimik för de neurala signaler som är ansvariga för att överföra information i den mänskliga hjärnan.

Det multidisciplinära teamet, leds av Texas A&M-kemist Sarbajit Banerjee i samarbete med Texas A&M:s el- och dataingenjör R. Stanley Williams och ytterligare kollegor i Nordamerika och utomlands, har upptäckt en neuronliknande elektrisk omkopplingsmekanism i solid state-materialet β'-CuxV2O5 – specifikt, hur det reversibelt förändras mellan ledande och isolerande beteende på kommando.

Teamet kunde klargöra den underliggande mekanismen som driver detta beteende genom att ta en ny titt på β'-CuxV2O5, ett anmärkningsvärt kameleontliknande material som förändras med temperatur eller en applicerad elektrisk stimulans. I processen, de nollställde hur kopparjoner rör sig inuti materialet och hur denna subtila dans i sin tur slänger runt elektroner för att omvandla det. Deras forskning avslöjade att kopparjonernas rörelse är nyckeln till en förändring av elektrisk ledningsförmåga som kan utnyttjas för att skapa elektriska spikar på samma sätt som neuroner fungerar i hjärnans nervsystem - ett stort steg mot att utveckla kretsar som fungerar som den mänskliga hjärnan .

Deras resulterande papper, som innehåller Texas A&M kemistudenter Abhishek Parija (nu på Intel Corporation), Justin Andrews och Joseph Handy som första författare, publiceras idag (27 februari) i tidskriften Cell Press Materia .

I deras strävan att utveckla nya sätt för energieffektiv datoranvändning, den breda gruppen av kollaboratörer drar nytta av material med inställbar elektronisk instabilitet för att uppnå vad som kallas neuromorfisk datoranvändning, eller datorer designade för att replikera hjärnans unika kapacitet och oöverträffade effektivitet.

"Naturen har gett oss material med lämpliga typer av beteende för att efterlikna informationsbehandlingen som sker i en hjärna, men de som hittills karaktäriserats har haft olika begränsningar, "Williams sade. "Vikten av detta arbete är att visa att kemister kan rationellt designa och skapa elektriskt aktiva material med avsevärt förbättrade neuromorfa egenskaper. När vi förstår mer, våra material kommer att förbättras avsevärt, vilket ger en ny väg till den ständiga tekniska utvecklingen av våra datorförmågor."

Medan smarta telefoner och bärbara datorer till synes blir snyggare och snabbare för varje iteration, Parija noterar att nya material och datorparadigm befriade från konventionella restriktioner krävs för att möta fortsatta krav på hastighet och energieffektivitet som anstränger kiseldatachips kapacitet, som håller på att nå sina grundläggande gränser när det gäller energieffektivitet. Neuromorphic computing är ett sådant tillvägagångssätt, och manipulering av växlingsbeteende i nya material är ett sätt att uppnå det.

"Den centrala utgångspunkten - och i förlängningen det centrala löftet - för neuromorfisk datoranvändning är att vi fortfarande inte har hittat ett sätt att utföra beräkningar på ett sätt som är lika effektivt som det sätt som neuroner och synapser fungerar i den mänskliga hjärnan, sa Andrews, en NASA Space Technology Research Fellow. "De flesta material är isolerande (inte ledande), metallisk (ledande) eller någonstans i mitten. Vissa material, dock, kan transformeras mellan de två tillstånden:isolerande (av) och ledande (på) nästan på kommando."

Genom att använda en omfattande kombination av beräknings- och experimenttekniker, Handy sa att teamet inte bara kunde visa att detta material genomgår en övergång som drivs av temperaturförändringar, spänning och elektrisk fältstyrka som kan användas för att skapa neuronliknande kretsar men också utförligt förklara hur denna övergång sker. Till skillnad från andra material som har en metallisolatorövergång (MIT), detta material är beroende av kopparjonernas rörelse inom ett styvt gitter av vanadin och syre.

"Vi visar i huvudsak att en mycket liten rörelse av kopparjoner i strukturen ger en massiv förändring av konduktansen i hela materialet, " Handy tillade. "På grund av denna rörelse av kopparjoner, materialet omvandlas från att isolera till att leda som svar på yttre temperaturförändringar, pålagd spänning eller pålagd ström. Med andra ord, genom att applicera en liten elektrisk puls kan vi transformera materialet och spara information inuti det när det fungerar i en krets, ungefär som hur neuroner fungerar i hjärnan."

Andrews liknar förhållandet mellan kopparjonrörelsen och elektroner på vanadinstrukturen med en dans.

"När kopparjonerna rör sig, elektroner på vanadingittret rör sig samtidigt, speglar kopparjonernas rörelse, " sa Andrews. "På detta sätt, otroligt små rörelser av kopparjonerna inducerar stora elektroniska förändringar i vanadingittret utan några observerbara förändringar i vanadin-vanadinbindningen. Det är som att vanadinatomerna "ser" vad kopparn gör och reagerar."

Överföring, lagring och bearbetning av data står för närvarande för cirka 10 procent av den globala energianvändningen, men Banerjee säger att extrapolationer indikerar att efterfrågan på beräkningar kommer att vara många gånger högre än vad den förväntade globala energiförsörjningen kan leverera till 2040. Exponentiella ökningar av beräkningskapaciteten krävs därför för transformativa visioner, inklusive Internet of Things, autonom transport, katastroftålig infrastruktur, personlig medicin och andra stora samhällsutmaningar som annars kommer att strypas av oförmågan hos nuvarande datorteknik att hantera omfattningen och komplexiteten hos mänskliga och maskingenererade data. Han säger att ett sätt att bryta sig ur begränsningarna för konventionell datorteknik är att ta en pekpinne från naturen – specifikt, den mänskliga hjärnans neurala kretsar, som avsevärt överträffar konventionell datorarkitektur när det gäller energieffektivitet och erbjuder även nya tillvägagångssätt för maskininlärning och avancerade neurala nätverk.

"För att efterlikna de väsentliga delarna av neuronal funktion i konstgjorda kretsar, vi behöver material i fast tillstånd som uppvisar elektronisk instabilitet, som, som neuroner, kan lagra information i sitt interna tillstånd och i tidpunkten för elektroniska händelser, ", sa Banerjee. "Vårt nya arbete utforskar de grundläggande mekanismerna och elektroniska beteendet hos ett material som uppvisar sådan instabilitet. Genom att noggrant karakterisera detta material, vi har också tillhandahållit information som kommer att instruera den framtida designen av neuromorfa material, som kan erbjuda ett sätt att ändra karaktären på maskinberäkning från enkel aritmetik till hjärnliknande intelligens samtidigt som man dramatiskt ökar både genomströmningen och energieffektiviteten hos processorer."

Eftersom de olika komponenterna som hanterar logiska operationer, lagra minne och överföringsdata är alla åtskilda från varandra i konventionell datorarkitektur, Banerjee säger att de plågas av inneboende ineffektivitet när det gäller både den tid det tar för information att bearbetas och hur fysiskt nära varandra enhetselement kan vara innan termiskt avfall och elektroner som "oavsiktligt" tunnlar mellan komponenterna blir stora problem. Däremot i den mänskliga hjärnan, logik, minneslagring och dataöverföring är samtidigt integrerade i den tidsinställda avfyrningen av neuroner som är tätt sammankopplade i 3D-utvecklade nätverk. Som ett resultat, hjärnans neuroner bearbetar information med 10 gånger lägre spänning och nästan 5, 000 times lower synaptic operation energy in comparison to silicon computing architectures. To come close to achieving this kind of energetic and computational efficiency, he says new materials are needed that can undergo rapid internal electronic switching in circuits in a way that mimics how neurons fire in timed sequences.

Handy notes that the team still needs to optimize many parameters, such as transition temperature and switching speed along with the magnitude of the change in electrical resistance. By determining the underlying principles of the MIT in β'-CuxV2O5 as a prototype material within an expansive field of candidates, dock, the team has identified certain design motifs and tunable chemical parameters that ultimately prove useful in the design of future neuromorphic computing materials, a major endeavor that has been seeded by the Texas A&M X-Grant Program.

"This discovery is very exciting because it provides fertile ground for the development of new design principles for tuning materials properties and also suggests exciting new approaches to researchers in the field for thinking about energy efficient electronic instabilities, " Parija said. "Devices that incorporate neuromorphic computing promise improved energy efficiency that silicon-based computing has yet to deliver, as well as performance improvements in computing challenges like pattern recognition—tasks that the human brain is especially well-equipped to tackle. The materials and mechanisms we describe in this work bring us one step closer to realizing neuromorphic computing and in turn actualizing all of the societal benefits and overall promise that comes with it."