Även med årtionden av aldrig tidigare skådad utveckling inom beräkningskraft, den mänskliga hjärnan har fortfarande många fördelar jämfört med modern datorteknik. Våra hjärnor är extremt effektiva för många kognitiva uppgifter och separerar inte minne och datoranvändning, till skillnad från vanliga datorchips.

Under det senaste årtiondet, det nya paradigmet för neuromorphic computing har dykt upp, inspirerad av hjärnans neurala nätverk och baserad på energieffektiv hårdvara för informationsbehandling.

För att skapa enheter som efterliknar det som sker i vår hjärnas neuroner och synapser, forskare måste övervinna en grundläggande molekylär teknisk utmaning:hur man designar enheter som uppvisar kontrollerbar och energieffektiv övergång mellan olika resistiva tillstånd utlösta av inkommande stimuli.

I en nyligen genomförd studie, forskare vid Pritzker School of Molecular Engineering (PME) vid University of Chicago kunde förutsäga designregler för sådana enheter.

Publicerad 10 november i npj Beräkningsmaterial , studien förutspådde nya sätt att konstruera och utlösa förändringar i elektroniska egenskaper i flera klasser av övergångsmetalloxider, som skulle kunna användas för att utgöra grunden för neuromorfa datorarkitekturer.

"Vi använde kvantmekaniska beräkningar för att reda ut mekanismen för övergången, belyser exakt hur det händer på atomistisk skala, sade Giulia Galli, Liew familjeprofessor vid Pritzker Molecular Engineering, professor i kemi, och medförfattare till studien. "Vi utvecklade vidare en modell för att förutsäga hur övergången skulle utlösas, visar god överensstämmelse med tillgängliga mått."

Effekten av defekter på elektroniska egenskaper

Forskarna undersökte oxidmaterial som uppvisar en förändring av elektroniska egenskaper från en metall - som leder elektricitet - till en isolator - som inte tillåter elektricitet att passera igenom - med olika koncentrationer av defekter. Defekter kan sakna atomer eller vissa föroreningar som ersätter atomerna som finns i en perfekt kristall.

För att förstå hur defekter förändrar materialets tillstånd från en metall till en isolator, författarna beräknade den elektroniska strukturen vid olika defektkoncentrationer med metoder baserade på kvantmekanik.

"Förstå det intrikata ömsesidiga beroendet av anklagelsen för dessa defekter, hur atomer omarrangeras i materialet och hur spinnegenskaperna varierar är avgörande för att kontrollera och så småningom utlösa den önskade övergången, " sa Shenli Zhang, en UChicago postdoktoral forskare och första författare till artikeln.

"Jämfört med traditionella halvledare, oxidmaterialen vi studerade kräver mycket mindre energi för att växla mellan två helt olika tillstånd:från en metall till en isolator, " fortsatte Zhang. "Denna funktion gör dessa material lovande kandidater att användas som artificiella neuroner eller artificiella synapser för storskaliga neuromorfa arkitekturer."

Studien, publicerad av Zhang och Galli, genomfördes inom forskningscentret Quantum Materials for Energy Efficient Neuromorphic Computing (QMEENC), som finansieras av Institutionen för energi och leds av Prof. Ivan Schuller vid UC San Diego.

"Att förstå kvantmaterial kommer att ge nyckellösningarna till många vetenskapliga och tekniska problem, inklusive minskning av energiförbrukningen i beräkningsutrustning, ", sa Schuller. "Med tanke på komplexiteten hos kvantmaterial, det edisonska tillvägagångssättet trial and error är inte längre genomförbart, och kvantitativa teorier behövs."

Sådana teorier på hög nivå är beräkningskrävande och har varit målet för en lång rad arbete.

"Första principberäkningar spelar en nyckelroll i att driva den molekylära ingenjörskonsten av neuromorfisk datoranvändning. Det är spännande att se de metoder som vi har utvecklat i åratal kommer att förverkligas, sa Galli.