Sensing-storage-computing Integration of Multiterminal ReS2 Neuromorphic Transistors with Sequence-dependent Responses for Dual-mode Authentication Systems

Moderne Computer sind unglaublich schnell darin, Zahlen zu verarbeiten, aber sie haben Schwierigkeiten mit den flüssigen, zeitkritischen Aufgaben, die lebende Gehirne mit Leichtigkeit bewältigen. In einem Standardcomputer sind der Teil, der die Welt wahrnimmt, der Teil, der sie sich merkt, und der Teil, der über sie nachdenkt, physisch voneinander getrennt. Informationen müssen zwischen diesen verschiedenen Einheiten hin und her reisen, was einen Engpass erzeugt, der die Prozesse verlangsamt und Energie verschwendet. Um Maschinen bauen zu können, die in der Lage sind, in Echtzeit auf die Welt zu reagieren – wie etwa ein selbstfahrendes Auto, das auf eine plötzliche Änderung im Verkehr reagiert, oder ein Sicherheitssystem, das ein bestimmtes Verhaltensmuster erkennt –, benötigen Ingenieure eine neue Art von Bauelement. Sie brauchen etwas, das gleichzeitig wahrnehmen, speichern und berechnen kann, um die Art und Weise nachzuahmen, wie biologische Neuronen Informationen integrieren. Die Herausforderung bestand darin, eine einzige elektronische Komponente zu schaffen, die nicht nur die Vergangenheit speichern, sondern auch verstehen kann, in welcher Reihenfolge Ereignisse stattfinden – eine entscheidende Fähung, um komplexe Sequenzen zu erkennen.

Ein Forschungsteam der Universität Xiamen hat einen neuen Typ von elektronischem Transistor entwickelt, der diese Vision näher in die Realität rückt. Durch die Kombination eines speziellen zweidimensionalen Materials mit einer ferroelektrischen Keramik haben sie ein Gerät geschaffen, das Licht und Elektrizität wahrnehmen, diese Informationen speichern und sie zu einer Entscheidung verarbeiten kann, alles in einer einzigen Einheit. Der Kern ihrer Erfindung ist eine dünne Schicht aus einem Material namens $\text{ReS}_2$, das lichtempfindlich ist und auf einem keramischen Substrat namens PZT platziert wurde. Das PZT ist einzigartig, da es eine elektrische Polarisation in zwei verschiedenen Richtungen halten kann: eine, die gerade nach oben und unten zeigt, und eine andere, die seitlich entlang der Oberfläche verläuft. Wenn die Forscher eine Spannung anlegen oder Licht auf das Gerät strahlen lassen, können sie diese internen elektrischen Felder manipulieren, um Elektronen einzufangen oder freizusetzen, was effektiv die Leichtigkeit verändert, mit der Elektrizität durch das Material fließt. Dies ermöglicht es dem Gerät, wie eine Speicherzelle zu fungieren, die sofort überschrieben werden kann, jedoch mit einer Besonderheit: Sein Verhalten hängt vollständig von der Sequenz der empfangenen Signale ab.

Die Forscher zeigten, dass dieses Gerät zwischen verschiedenen Ereignisabfolgen unterscheiden kann, eine Fähigkeit, die sie als sequenzabhängige Reaktion bezeichnen. In einem Standard-Speicherchip hängt der Endzustand nur von der Gesamtzahl der gesendeten Signale ab. In diesem neuen Transistor zählt die Reihenfolge genauso viel wie die Anzahl. Wenn das Gerät beispielsweise einen Lichtblitz gefolgt von einem elektrischen Impuls erhält, reagiert es anders, als wenn es zuerst den elektrischen Impuls und dann das Licht erhält. Dies liegt daran, dass sich die internen elektrischen Felder je nach Timing und Art des Inputs verschieben und in unterschiedlichen Konfigurationen einpendeln. Das Team zeigte, dass sie diese Eigenschaft nutzen konnten, um ein System zu schaffen, das sich an eine bestimmte Abfolge von Handlungen erinnert, vergleichbar mit einem Passwort, das in der exakt richtigen Reihenfolge eingegeben werden muss. Sie testeten dies, indem sie ein Sicherheitssystem bauten, das verlangte, dass ein Benutzer eine spezifische Serie von Licht- und elektrischen Signalen auslöst, um ein Tor zu öffnen. Wenn die Sequenz falsch war, selbst wenn nur ein einziger Schritt nicht stimmte, öffnete das Gerät nicht und das System setzte sich selbst zurück, wobei der Verlauf des Versuchs gelöscht wurde.

Über einfache Sperrmechanismen hinaus erwies sich das Gerät als fähig zu komplexeren kognitiven Aufgaben. Die Forscher trainierten ein künstliches Netzwerk unter Verwendung dieser Transistoren, um menschliche Gesichter zu erkennen. Sie speisten das System mit Bildern von Gesichtern und wandelten die visuellen Daten in Muster aus Licht und elektrischen Impulsen um. Da das Gerät in der Lage war, die Stärke seiner Verbindungen zu speichern und diese basierend auf der Reihenfolge der Eingaben anzupassen, lernte das System, spezifische Individuen mit hoher Genauigkeit zu identifizieren. In ihren Tests identifizierte das System Gesichter aus einer Datenbank von fünfunddreißig verschiedenen Personen korrekt und erreichte eine Erfolgsquote von fast vierundneunzig Prozent, wenn es eine Kombination aus Licht- und elektrischen Signalen verwendete. Diese Leistung war besser als bei der alleinigen Verwendung elektrischer Signale, was darauf hindeutet, dass die Fähigkeit, Licht und Elektrizität zusammen zu verarbeiten, dem Gerät einen reichhaltigeren Weg des Lernens ermöglicht. Das Gerät imitierte zudem biologische Verhaltensweisen wie die Lichtadaptation, bei der es seine Empfindlichkeit automatisch an helle oder dunkle Umgebungen anpasst, sowie das assoziative Lernen, bei dem es lernte, ein neutrales Signal nach wiederholter Exposition mit einem bedeutungsvollen Signal zu verknüpfen.

Der physische Aufbau des Geräts beruht auf den einzigartigen Eigenschaften der verwendeten Materialien. Die $\text{ReS}_2$-Schicht ist extrem dünn, nur wenige Atome dick, was es ihr ermöglicht, schnell auf Licht und Elektrizität zu reagieren. Das darunter liegende PZT-Substrat fungiert als dynamischer Controller, der seine interne elektrische Ausrichtung verschiebt, um Elektronen an spezifischen Stellen einzufangen. Wenn die Forscher eine Spannung über das Gerät anlegten, konnten sie es zwischen einem Zustand, in dem es Informationen dauerhaft hält, und einem Zustand, in dem die Informationen schnell verblassen, umschalten, abhängig von der Stärke und Dauer des Signals. Diese Flexibilität erlaubt es dem Gerät, sowohl kurzfristige Aufgaben, wie das Reagieren auf einen plötzlichen Lichtblitz, als auch langfristige Aufgaben, wie das Erinnern an ein Passwort, zu bewältigen. Das Team fand auch heraus, dass das Gerät logische Operationen durchführen kann, indem es als Schalter fungiert, der sich nur einschaltet, wenn zwei spezifische Bedingungen gleichzeitig erfüllt sind, wodurch es effektiv als winziger Computerprozessor innerhalb einer einzigen Komponente fungiert.

Diese Arbeit weist den Weg für den Bau effizienterer und intelligenterer elektronischer Systeme. Durch die Integration von Sensorik, Speicher und Berechnung in eine einzige Materialschicht haben die Forscher die Notwendigkeit für komplexe Verkabelungen und mehrere Komponenten reduziert. Die Fähigkeit des Geräts, die Sequenz von Ereignissen zu verstehen, bedeutet, dass es für Anwendungen eingesetzt werden kann, die Entscheidungsfindungen in Echtzeit erfordern, wie etwa fortschrittliche Sicherheitssysteme oder adaptive Robotik. Die Forscher bestätigten, dass das Gerät stabil und zuverlässig ist und seine Leistung auch nach vielen Zyklen der Nutzung und unter variierenden Umweltbedingungen beibehält. Obwohl sich die Technologie noch in einem frühen Entwicklungsstadium befindet, zeigt die erfolgreiche Demonstration von dualer Authentifizierung und Gesichtserkennung, dass diese Materialien die komplexe, zeitkritische Verarbeitung unterstützen können, die für die nächste Generation der künstlichen Intelligenz erforderlich ist. Die Studie liefert einen konkreten Entwurf für die Schaffung elektronischer Systeme, die nicht nur kalkulieren, sondern die Welt wahrnehmen und sich an sie erinnern.