in

Circuit ionique calcule dans une solution aqueuse

Les microprocesseurs des smartphones, des ordinateurs et des centres de données traitent les informations en manipulant des électrons through des semi-conducteurs solides, mais notre cerveau a un système différent. Ils s’appuient sur la manipulation d’ions dans un liquide pour traiter l’information.

Inspirés par le cerveau, les chercheurs cherchent depuis longtemps à développer des « ioniques » en remedy aqueuse. Alors que les ions dans l’eau se déplacent plus lentement que les électrons dans les semi-conducteurs, les scientifiques pensent que la diversité des espèces ioniques aux propriétés physiques et chimiques différentes pourrait être exploitée pour un traitement de l’information furthermore riche et furthermore diversifié.

L’informatique ionique, cependant, en est encore à ses débuts. À ce jour, les laboratoires n’ont développé que des dispositifs ioniques individuels tels que des diodes ioniques et des transistors, mais personne n’a assemblé de nombreux dispositifs de ce variety dans un circuit informatique in addition complexe – jusqu’à présent.

Une équipe de chercheurs de la Harvard John A. Paulson University of Engineering and Utilized Sciences (SEAS), en collaboration avec DNA Script, une startup biotechnologique, a développé un circuit ionique comprenant des centaines de transistors ioniques et réalisé un processus de foundation de calcul de réseau neuronal.

La recherche est publiée dans Innovative Components.

Les chercheurs ont commencé par construire un nouveau sort de transistor ionique à partir d’une approach qu’ils ont récemment mise au stage. Le transistor est constitué d’une option aqueuse de molécules de quinone, interfacée avec deux électrodes annulaires concentriques avec une électrode centrale en forme de disque, comme un œil de boeuf. Les deux électrodes annulaires abaissent et ajustent électrochimiquement le pH area autour du disque central en produisant et en piégeant des ions hydrogène. Une pressure appliquée au disque central provoque une réaction électrochimique pour générer un courant ionique du disque dans l’eau. La vitesse de réaction peut être accélérée ou diminuée – en augmentant ou en diminuant le courant ionique – en ajustant le pH area. En d’autres termes, le pH contrôle, ou déclenche, le courant ionique du disque dans la resolution aqueuse, créant une contrepartie ionique du transistor électronique.

Ils ont ensuite conçu le transistor ionique déclenché par le pH de manière à ce que le courant du disque soit une multiplication arithmétique de la tension du disque et un paramètre de “poids” représentant le pH local déclenchant le transistor. Ils ont organisé ces transistors en un réseau 16 × 16 pour étendre la multiplication arithmétique analogique de transistors individuels en une multiplication matricielle analogique, le réseau de valeurs de pH locales servant de matrice de pondération rencontrée dans les réseaux de neurones.

“La multiplication matricielle est le calcul le plus répandu dans les réseaux de neurones pour l’intelligence artificielle”, a déclaré Woo-Bin Jung, stagiaire postdoctoral à SEAS et leading auteur de l’article. “Notre circuit ionique effectue la multiplication de la matrice dans l’eau de manière analogique entièrement basée sur des machines électrochimiques.”

“Les microprocesseurs manipulent les électrons de manière numérique pour effectuer une multiplication matricielle”, a déclaré Donhee Ham, professeur Gordon McKay de génie électrique et de physique appliquée à SEAS et auteur principal de l’article. “Bien que notre circuit ionique ne puisse pas être aussi rapide ou précis que les microprocesseurs numériques, la multiplication de la matrice électrochimique dans l’eau est charmante en soi et a le potentiel d’être économe en énergie.”

Maintenant, l’équipe cherche à enrichir la complexité chimique du système.

“Jusqu’à présent, nous n’avons utilisé que 3 à 4 espèces ioniques, telles que les ions hydrogène et quinone, pour permettre le déclenchement et le transport ionique dans le transistor ionique aqueux”, a déclaré Jung. “Il sera très intéressant d’employer des espèces ioniques as well as diversifiées et de voir remark on peut les exploiter pour enrichir le contenu des informations à traiter.”

La recherche a été co-écrite par Han Sae Jung, Jun Wang, Henry Hinton, Maxime Fournier, Adrian Horgan, Xavier Godron et Robert Nicol. Il a été soutenu en partie par le Bureau du directeur du renseignement national (ODNI), Intelligence State-of-the-art Research Tasks Activity (IARPA), dans le cadre de la subvention 2019-19081900002.