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

I computer moderni sono incredibilmente veloci nel calcolare numeri, ma faticano con i compiti fluidi e sensibili al tempo che i cervelli viventi gestiscono con facilità. In un computer standard, la parte che percepisce il mondo, la parte che lo ricorda e la parte che ci riflette sopra sono fisicamente separate. L'informazione deve viaggiare avanti e indietro tra queste unità distinte, creando un collo di bottiglia che rallenta le cose e spreca energia. Per costruire macchine in grado di reagire al mondo in tempo reale — come un'auto a guida autonoma che naviga un improvviso cambiamento nel traffico o un sistema di sicurezza che riconosce un particolare comportamento — gli ingegneri hanno bisogno di un nuovo tipo di dispositivo. Hanno bisogno di qualcosa che possa percepire, memorizzare e computare tutto insieme, imitando il modo in cui i neuroni biologici integrano le informazioni. La sfida è stata creare un singolo componente elettronico che possa non solo ricordare il passato, ma anche comprendere l'ordine in cui avvengono gli eventi, una capacità cruciale per riconoscere sequenze complesse.

Un team di ricercatori dell'Università di Xiamen ha sviluppato un nuovo tipo di transistor elettronico che porta questa visione più vicina alla realtà. Combinando un materiale speciale bidimensionale con una ceramica ferroelettrica, hanno creato un dispositivo in grado di percepire la luce e l'elettricità, memorizzare tale informazione ed elaborarla in una decisione, tutto all'interno di un'unica unità. Il cuore della loro invenzione è uno strato sottile di un materiale chiamato ReS2, che è sensibile alla luce, posto sopra un substrato ceramico noto come PZT. Il PZT è unico perché può mantenere una polarizzazione elettrica in due direzioni diverse: una che punta dritta verso l'alto e verso il basso, e un'altra che scorre lateralmente lungo la superficie. Quando i ricercatori applicano una tensione o fanno incidere la luce sul dispositivo, possono manipolare questi campi elettrici interni per intrappolare o rilasciare elettroni, cambiando efficacementmente la facilità con cui l'elettricità fluisce attraverso il materiale. Ciò permette al dispositivo di agire come una cella di memoria che può essere riscritta istantaneamente, ma con un colpo di scena: il suo comportamento dipende interamente dalla sequenza di segnali che riceve.

I ricercatori hanno dimostrato che questo dispositivo può distinguere tra diversi ordini di eventi, una capacità che chiamano risposta dipendente dalla sequenza. In un chip di memoria standard, lo stato finale dipende solo dal numero totale di segnali inviati. In questo nuovo transistor, l'ordine conta tanto quanto il numero. Ad esempio, se il dispositivo riceve un lampo di luce seguito da un impulso elettrico, reagisce diversamente rispetto a se ricevesse prima l'impulso elettrico e poi la luce. Questo accade perché i campi elettrici interni si spostano e si assestano in configurazioni diverse a seconda della tempistica e del tipo di input. Il team ha dimostrato di poter utilizzare questa proprietà per creare un sistema in grado di ricordare una specifica sequenza di azioni, proprio come una password che deve essere inserita nell'ordine esatto. Hanno testato questo aspetto costruendo un sistema di sicurezza che richiedeva all'utente di attivare una serie specifica di segnali luminosi ed elettrici per sbloccare un cancello. Se la sequenza era errata, anche di un solo passaggio, il dispositivo non apriva il cancello e il sistema si resettava, cancellando la cronologia del tentativo.

Oltre ai semplici meccanismi di blocco, il dispositivo si è dimostrato capace di compiti cognitivi più complessi. I ricercatori hanno addestrato una rete artificiale utilizzando questi transistor per riconoscere i volti umani. Hanno fornito al sistema immagini di volti, convertendo i dati visivi in schemi di luce e impulsi elettrici. Poiché il dispositivo poteva memorizzare la forza delle sue connessioni e regolarle in base all'ordine degli input, il sistema ha imparato a identificare individui specifici con un'alta precisione. Nei loro test, il sistema ha identificato correttamente i volti di trentacinque persone diverse, raggiungendo un tasso di successo di quasi il novantaquattro per cento utilizzando una combinazione di segnali luminosi ed elettrici. Questa prestazione era superiore all'uso dei soli segnali elettrici, suggerendo che la capacità di elaborare insieme luce ed elettricità conferisce al dispositivo un modo più ricco di apprendere. Il dispositivo ha anche imitato comportamenti biologici come l'adattamento alla luce, dove poteva regolare automaticamente la sua sensibilità ad ambienti luminosi o bui, e l'apprendimento associativo, dove imparava a collegare un segnale neutro con uno significativo dopo ripetuta esposizione.

La costruzione fisica del dispositivo si basa sulle proprietà uniche dei materiali utilizzati. Lo strato di ReS2 è estremamente sottile, solo pochi atomi, il che gli permette di reagire rapidamente alla luce e all'elettricità. Il substrato PZT sottostante funge da controllore dinamico, spostando il suo allineamento elettrico interno per intrappolare gli elettroni in punti specifici. Quando i ricercatori applicavano una tensione attraverso il dispositivo, potevano commutarlo tra uno stato in cui mantiene le informazioni permanentemente e uno stato in cui le informazioni svaniscono rapidamente, a seconda della forza e della durata del segnale. Questa flessibilità permette al dispositivo di gestire sia compiti a breve termine, come reagire a un improvviso lampo di luce, sia compiti a lungo termine, come ricordare una password. Il team ha anche scoperto che il dispositivo poteva eseguire operazioni logiche, agendo come un interruttore che si attiva solo quando due condizioni specifiche sono soddisfatte simultaneamente, funzionando efficacemente come un minuscolo processore informatico all'interno di un singolo componente.

Questo lavoro suggerisce una strada da seguire per la costruzione di sistemi elettronici più efficienti e intelligenti. Integrando rilevamento, memoria e computazione in un singolo strato di materiale, i ricercatori hanno ridotto la necessità di cablaggi complessi e di molteplici componenti. La capacità del dispositivo di comprendere la sequenza degli eventi significa che può essere utilizzato per applicazioni che richiedono un processo decisionale in tempo reale, come sistemi di sicurezza avanzati o robotica adattiva. I ricercatori hanno confermato che il dispositivo è stabile e affidabile, mantenendo le sue prestazioni anche dopo molti cicli di utilizzo e in diverse condizioni ambientali. Sebbene la tecnologia sia ancora nelle prime fasi di sviluppo, la dimostrazione di successo dell'autenticazione a doppio modo e del riconoscimento facciale mostra che questi materiali possono supportare l'elaborazione complessa e sensibile al tempo richiesta per la prossima generazione di intelligenza artificiale. Lo studio fornisce un modello concreto per la creazione di sistemi elettronici che non si limitano a calcolare, ma che percepiscono e ricordano davvero il mondo che li circonda.