A van der Waals Floating-Gate Platform for Broadband Optoelectronic Neuromorphic Computing
Este artículo presenta un transistor sináptico de puerta flotante de ReS2/hBN/InSe de van der Waals que integra memoria no volátil con aprendizaje optoelectrónico de banda ancha para permitir la modulación bidireccional de pesos, funciones sinápticas esenciales y aprendizaje asociativo de orden superior dentro de un único dispositivo compacto para la computación neuromórfica de próxima generación.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
El cerebro humano es un maestro de la eficiencia, procesando vastas cantidades de información mientras consume muy poca energía. Logra esto al fusionar la memoria y el cálculo en una única red interconectada de neuronas y sinapsis. En contraste, las computadoras que utilizamos hoy en día dependen de un diseño que separa estas dos funciones. Los datos deben viajar constantemente de ida y vuelta entre un procesador que calcula y un chip de memoria que almacena la información, un viaje que desperdicia energía y ralentiza el rendimiento. Para construir la próxima generación de máquinas inteligentes, los científicos están intentando crear hardware que imite la arquitectura del cerebro, donde un solo dispositivo pueda tanto recordar información como aprender de nuevas entradas. Un componente clave en este esfuerzo es la sinapsis artificial, un diminuto interruptor electrónico que puede cambiar su fuerza basándose en la actividad pasada, de forma muy similar a una conexión biológica entre células cerebrales. Aunque los investigadores han construido muchos tipos de estos dispositivos, la mayoría lucha por combinar la memoria a largo plazo con la capacidad de aprender de la luz, una capacidad que permitiría a las máquinas procesar información visual de manera directa y eficiente.
Un equipo de investigadores de la Universidad de Dongguk, en Corea del Sur, ha desarrollado un nuevo tipo de sinapsis artificial que logra cerrar esta brecha. Crearon un transistor único que puede almacenar datos permanentemente y también aprender de una amplia gama de luz, desde colores visibles hasta rayos infrarrojos invisibles. El dispositivo está construido utilizando una pila de tres materiales diferentes de espesor atómico, dispuestos en capas como un sándwich microscópico. La capa inferior es un material llamado selenuro de indio, que actúa como una bóveda de almacenamiento para cargas eléctricas. Separando esta bóveda de la capa superior hay una fina hoja de nitruro de boro hexagonal, que sirve como un túnel seguro por el cual los electrones pueden pasar solo cuando se les solicita. La capa superior está hecha de disulfuro de renio, un material que reacciona fuertemente a la luz. Cuando los investigadores aplican un pulso eléctrico o iluminan el dispositivo, los electrones se mueven a través del túnel y quedan atrapados en la capa de almacenamiento, cambiando permanentemente la facilidad con la que fluye la electricidad a través de la capa superior. Este cambio en el flujo representa un nuevo estado de memoria o una conexión aprendida.
Los investigadores descubrieron que este dispositivo es excepcionalmente bueno recordando. Al aplicar pulsos eléctricos, pudieron atrapar suficiente carga para crear una diferencia masiva entre los estados de "encendido" y "apagado" del dispositivo, siendo la corriente en el estado de "encendido" más de un millón de veces más fuerte que en el de "apagado". Una vez que la información fue escrita, el dispositivo la mantuvo de forma estable durante más de 10,000 segundos sin necesidad de energía para refrescarla. Esta estabilidad es crucial para construir una memoria de computadora confiable. Más allá del simple almacenamiento, el dispositivo se comporta como una célula cerebral de aprendizaje. Cuando los investigadores enviaron una serie de señales eléctricas, la respuesta del dispositivo se fortaleció con cada pulso, imitando cómo una sinapsis biológica se fortalece cuando las neuronas disparan juntas repetidamente. También pudieron debilitar la conexión enviando señales de la polaridad opuesta, lo que permite al dispositivo olvidar o ajustar su aprendizaje.
Lo que hace que este descubrimiento sea particularmente significativo es cómo el dispositivo responde a la luz. A diferencia de las memorias electrónicas antiguas que solo entienden señales eléctricas, esta nueva sinapsis puede ser entrenada utilizando luz a través de un amplio espectro. Los investigadores lo probaron con luz verde, roja y cercana al infrarrojo, y el dispositivo respondió a todas ellas. Al cambiar el brillo de la luz o cuánto tiempo brilla, pudieron controlar con precisión cuánto aprendía el dispositivo. Un destello breve de luz causó un cambio temporal, similar a la memoria a corto plazo, mientras que una exposición más larga y brillante creó un cambio duradero, similar a la memoria a largo plazo. El dispositivo incluso pudo distinguir entre diferentes patrones de luz y electricidad. En un experimento, los investigadores enseñaron al dispositivo a asociar una señal eléctrica específica con un destello de luz. Después del entrenamiento, el dispositivo reaccionaba a la señal eléctrica por sí sola, como si hubiera aprendido a esperar la luz, demostando una forma de aprendizaje asociativo similar a los famosos experimentos donde un perro aprende a salivar ante el sonido de una campana.
El equipo también demostró que este único dispositivo podía realizar tareas lógicas complejas simplemente cambiando cómo era estimulado. Al ajustar la fuerza de las entradas eléctricas y luminosas, pudieron programar el dispositivo para que actuara como una puerta "Y" (AND), que solo produce una salida cuando tanto la luz como la electricidad están presentes, o una puerta "O" (OR), que produce una salida si cualquiera de las dos está presente. Esta capacidad de reconfigurar su propia lógica sin cambiar su estructura física sugiere un camino hacia computadoras que puedan adaptar sus funciones sobre la marcha. Los investigadores confirmaron que el comportamiento del dispositivo fue impulsado por el movimiento de electrones hacia la capa de almacenamiento y no por otros efectos, utilizando mediciones detalladas para descartar explicaciones alternativas. Este trabajo demuestra una plataforma versátil donde la memoria, el aprendizaje y la detección de luz se unifican en un componente compacto, ofreciendo una estrategia prometedora para crear sistemas más pequeños, rápidos y con un consumo de energía más eficiente que puedan procesar la información de la misma manera que lo hace el cerebro humano.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.