Аннотация:
Исследователи из Сучжоуского университета науки и технологий и других учреждений разработали гибкую искусственную решетку синапсов, которая может имитировать изменения в силе биологических синаптических связей и быстро разлагаться под воздействием определенных химических обработок. В устройстве используются органические каркасные материалы с водородными связями в качестве функционального слоя, MXene в качестве электрода и полиимидная (PI) пленка в качестве гибкой подложки. Исследовательская группа использовала обработку решения для создания массива 10×10, содержащего в общей сложности 100 синаптических единиц. Соответствующее исследование было опубликовано в Международном журнале экстремального производства.
Материал ядра TCPP-HOF состоит из органических молекул на основе порфирина, которые образуют упорядоченную двумерную структуру за счет водородных связей. При подаче прямого напряжения заряды улавливаются и проводимость устройства увеличивается; при приложении обратного напряжения заряды высвобождаются и проводимость уменьшается. Благодаря этому регулируемому изменению устройство может проявлять синаптическое усиление и торможение, включая характеристики, связанные с обучением, такие как долгосрочное усиление и долгосрочное торможение, а также может устанавливать 10 различных состояний проводимости. Экспериментально измеренное время электрического переключения составило 26 наносекунд.
Исследователи также использовали электрические характеристики устройства, чтобы оценить способность сверточной нейронной сети распознавать рукописные цифры MNIST. Показатель точности достигал максимума 97,23%, а эталон программного обеспечения составлял 99,24%. Нейронная сеть, описанная в статье, содержит примерно 120 000 синапсов, но реальный физический массив имеет размер 10×10 и содержит в общей сложности 100 устройств; следовательно, этот набор результатов показывает потенциал характеристик устройства для вычислений, подобных мозгу, и не означает, что вся сеть из 120 000 синапсов была интегрирована в этот небольшой массив.
В тесте на гибкость массив все еще работал после 200 изгибов по радиусу около 5 мм, а точность распознавания рукописных цифр составила 96,33%. Субстрат PI, разработанный исследователями, также может разлагаться в нагретом химическом растворе амина, превращаясь в растворимые мономеры примерно через 6 минут обработки, оставляя небольшой инертный остаток. Этот процесс требует специфических химических растворов и условий нагрева, и это не означает, что устройство исчезнет само по себе после контакта с водой или природной средой.
Команда считает, что характеристики гибкости, обработки решений и управляемого разложения могут быть использованы в носимых датчиках, гибких электронных оболочках, мягких роботах или кратковременных электронных устройствах в будущем, а также могут предоставить идеи для временного хранения и уничтожения информации. Однако текущие результаты все еще являются лабораторными прототипами, а масштаб массива ограничен. Исследователям еще предстоит выяснить влияние влаги на стабильность устройств, расширить ассортимент и проверить долгосрочную надежность и стабильность производства. Это еще не полноценная вычислительная система, которая может напрямую заменить традиционные процессоры или коммерческие чипы искусственного интеллекта.
Комментарии