(Phys.org) —Computadoras naturales, como cerebros evolucionados y autómatas celulares, expresan sofisticadas redes interconectadas y exhiben un paralelismo masivo. También se adaptan para aprovechar las propiedades físicas locales, como la diafonía capacitativa entre circuitos. Por el contrario, Las computadoras sintéticas canalizan la actividad de acuerdo con las reglas de diseño establecidas y no se adaptan para aprovechar su entorno. Por lo tanto, los investigadores están interesados ​​en utilizar la materia misma para la computación.

Los científicos han especulado sobre la capacidad de desarrollar redes a nanoescala sin diseño de materia inanimada con las mismas capacidades robustas que las computadoras naturales. pero aún no se han dado cuenta del concepto. Ahora, un grupo de investigadores informa en Nanotecnología de la naturaleza un sistema de nanomateriales desordenado que se desarrolló artificialmente optimizando los valores de los voltajes de control de acuerdo con un algoritmo genético.

Usando nanopartículas metálicas interconectadas, que actúan como transistores no lineales de un solo electrón, Los investigadores pudieron explotar las propiedades de red emergentes del sistema para crear un puerta booleana reconfigurable. Los autores señalan que su sistema cumple con los requisitos de una red neuronal celular:universalidad, compacidad robustez y capacidad de evolución. Su enfoque trabaja en torno a las variaciones de dispositivo a dispositivo que se vuelven cada vez más difíciles de alinear a medida que los semiconductores se acercan a la nanoescala. y que dan lugar a incertidumbres en el rendimiento.

Su sistema es una red de nanopartículas desordenada que se puede reconfigurar in situ en cualquier puerta lógica booleana de dos entradas ajustando seis voltajes de control estático. Explota el rico comportamiento emergente de hasta 100 nanopartículas interconectadas arbitrariamente. Para el experimento, los investigadores utilizaron nanopartículas de oro de 20 nm interconectadas con moléculas aislantes. Estos transistores de un solo electrón expresan un comportamiento de conmutación fuertemente no lineal, y los investigadores buscaron puertas lógicas entre las interacciones mutuas entre ellos.

El método más rápido resultó ser la evolución artificial. Desarrollaron un algoritmo genético que siguió las conocidas reglas de la selección natural, considerando cada voltaje de control como un gen y el conjunto completo de voltajes del sistema como un genoma. Los de mejor desempeño (es decir, los genomas "más aptos") se conservaron y mejoraron mediante un enfoque compuesto de clonación-reproducción. Los rasgos deseables de la inicial, la mayoría de los genomas de bajo rendimiento se pasaron selectivamente a las generaciones posteriores.

Para cada puerta lógica evolucionada, el algoritmo genético casi siempre convergió en un genoma viable en menos de 200 generaciones. Los investigadores señalan que debido a las lentas señales de entrada que utilizaron, el proceso tomó alrededor de una hora; optimizar la configuración del sistema podría resultar en una evolución más rápida.

"Usando el procedimiento de evolución artificial ... logramos realizar completamente configurables, lógica booleana robusta en redes de nanopartículas desordenadas a nuestra temperatura base de ~ 0.3 K.Estos resultados comprenden la primera demostración experimental de la explotación de materia desordenada a nanoescala para la funcionalidad computacional, "escriben los autores.

Señalan que el sistema cumple con los criterios para la realización física de la red neuronal celular y que el mismo enfoque evolutivo con un diseño de electrodos más sofisticado podría producir muchas más tareas computacionales. "Nuestro enfoque evolutivo trabaja en torno a las variaciones de dispositivo a dispositivo en la nanoescala y las incertidumbres que lo acompañan en el rendimiento, que se está convirtiendo cada vez más en un cuello de botella para la miniaturización de los circuitos electrónicos convencionales. Los resultados, por lo tanto, también deben verse a la luz de estas interesantes posibilidades, " escriben.

© 2015 Phys.org