Incluso con décadas de desarrollo sin precedentes en el poder computacional, el cerebro humano todavía tiene muchas ventajas sobre las tecnologías informáticas modernas. Nuestros cerebros son extremadamente eficientes para muchas tareas cognitivas y no separan la memoria y la computación. a diferencia de los chips de computadora estándar.

En la ultima década, ha surgido el nuevo paradigma de la computación neuromórfica, inspirado en las redes neuronales del cerebro y basado en hardware energéticamente eficiente para el procesamiento de la información.

Para crear dispositivos que imiten lo que ocurre en las neuronas y sinapsis de nuestro cerebro, Los investigadores deben superar un desafío fundamental de la ingeniería molecular:cómo diseñar dispositivos que exhiban una transición controlable y energéticamente eficiente entre diferentes estados resistivos desencadenados por los estímulos entrantes.

En un estudio reciente, Los científicos de la Escuela de Ingeniería Molecular Pritzker (PME) de la Universidad de Chicago pudieron predecir las reglas de diseño para tales dispositivos.

Publicado el 10 de noviembre en Materiales computacionales npj , el estudio predijo nuevas formas de ingeniería y provocó cambios en las propiedades electrónicas en varias clases de óxidos de metales de transición, que podría utilizarse para formar la base de las arquitecturas de computación neuromórfica.

"Usamos cálculos de mecánica cuántica para desentrañar el mecanismo de la transición, destacando exactamente cómo sucede a escala atomística, "dijo Giulia Galli, Profesor de la familia Liew en Pritzker Molecular Engineering, profesor de química, y coautor del estudio. "Además, diseñamos un modelo para predecir cómo desencadenar la transición, mostrando una buena concordancia con las medidas disponibles ".

El impacto de los defectos en las propiedades electrónicas.

Los investigadores investigaron materiales de óxido que exhiben un cambio de propiedades electrónicas de un metal, que conduce la electricidad, a un aislante, que no permite el paso de la electricidad, con diversas concentraciones de defectos. Los defectos pueden ser átomos faltantes o algunas impurezas que sustituyen a los átomos presentes en un cristal perfecto.

Para comprender cómo los defectos cambian el estado del material de un metal a un aislante, los autores calcularon la estructura electrónica a diferentes concentraciones de defectos utilizando métodos basados ​​en la mecánica cuántica.

"Entendiendo la intrincada interdependencia de la carga de estos defectos, La forma en que los átomos se reorganizan en el material y la forma en que varían las propiedades de giro es crucial para controlar y, finalmente, desencadenar la transición deseada. "dijo Shenli Zhang, investigador postdoctoral de la UChicago y primer autor del artículo.

"En comparación con los semiconductores tradicionales, los materiales de óxido que estudiamos requieren mucha menos energía para cambiar entre dos estados totalmente diferentes:de un metal a un aislante, Zhang continuó. "Esta característica hace que estos materiales sean candidatos prometedores para ser utilizados como neuronas artificiales o sinapsis artificiales para arquitecturas neuromórficas a gran escala".

El estudio, publicado por Zhang y Galli, se llevó a cabo en el centro de investigación Quantum Materials for Energy Efficient Neuromorphic Computing (QMEENC), que está financiado por el Departamento de Energía y dirigido por el Prof. Ivan Schuller en UC San Diego.

"Comprender los materiales cuánticos proporcionará las soluciones clave para muchos problemas científicos y tecnológicos, incluyendo la reducción del consumo de energía en dispositivos computacionales, ", dijo Schuller." Dada la complejidad de los materiales cuánticos, el enfoque edisoniano de prueba y error ya no es factible, y se necesitan teorías cuantitativas ".

Estas teorías de alto nivel son computacionalmente exigentes y han sido el objetivo de una larga línea de trabajo.

"Los cálculos de los primeros principios están desempeñando un papel clave en el impulso de la ingeniería molecular de la computación neuromórfica. Es emocionante ver que los métodos que hemos desarrollado durante años se materializan, "dijo Galli.