För första gången, Franska forskare vid CNRS och CEA har utvecklat en transistor som kan efterlikna huvudfunktionerna hos en synaps.

Denna organiska transistor, baserad på pentacen och guld nanopartiklar och känd som en NOMFET (Nanoparticle Organic Memory Field-Effect Transistor), har öppnat vägen för nya generationer av neuro-inspirerade datorer, kan svara på ett sätt som liknar nervsystemet. Studien publiceras i numret av tidskriften den 22 januari 2010 Avancerade funktionella material .

I utvecklingen av nya strategier för informationsbearbetning, ett tillvägagångssätt består i att efterlikna hur biologiska system som neuronnätverk fungerar för att producera elektroniska kretsar med nya funktioner. I nervsystemet, en synaps är förbindelsen mellan två neuroner, möjliggör överföring av elektriska meddelanden från en neuron till en annan och anpassning av meddelandet som en funktion av typen av den inkommande signalen (plasticitet). Till exempel, om synapsen tar emot mycket tätt packade pulser av inkommande signaler, det kommer att överföra en mer intensiv handlingspotential. Omvänt, om pulserna är placerade längre ifrån varandra, aktionspotentialen blir svagare.

Det är denna plasticitet som forskarna har lyckats efterlikna med NOMFET.

En transistor, den grundläggande byggstenen i en elektronisk krets, kan användas som en enkel switch - den kan sedan sända, eller inte, en signal - eller istället erbjuda många funktioner (förstärkning, modulation, kodning, etc.).

Innovationen av NOMFET ligger i den ursprungliga kombinationen av en organisk transistor och guld nanopartiklar. Dessa inkapslade nanopartiklar, fixerad i transistorns kanal och belagd med pentacen, har en minneseffekt som gör att de kan efterlikna hur en synaps fungerar under överföringen av aktionspotentialer mellan två neuroner. Denna egenskap gör därför att den elektroniska komponenten kan utvecklas som en funktion av det system i vilket den är placerad. Dess prestanda är jämförbar med de sju CMOS-transistorer (åtminstone) som har behövts hittills för att efterlikna denna plasticitet.

De producerade enheterna har optimerats till nanometriska storlekar för att kunna integrera dem i stor skala. Neuroinspirerade datorer som produceras med denna teknik kan ha funktioner som är jämförbara med den mänskliga hjärnans.

Till skillnad från silikondatorer, används ofta i högpresterande datorer, neuroinspirerade datorer kan lösa mycket mer komplexa problem, såsom visuell igenkänning.