Wafer-scale integration of atomically thin metal oxide in memtransistor arrays for artificial neural networks

I computer modern sono incredibilmente veloci nel calcolare numeri, ma faticano con il tipo di apprendimento e riconoscimento di pattern che i cervelli umani eseguono senza sforzo. Questo accade perché i computer tradizionali separano la loro memoria, dove vengono archiviati i dati, dai loro processori, dove avvengono i calcoli. Per risolvere un problema, la macchina deve continuamente trasportare informazioni avanti e indietro tra questi due luoghi, un processo che consuma enormi quantità di energia e rallenta tutto il sistema. Gli scienziati stanno cercando di costruire un nuovo tipo di computer che imiti l'architettura del cervello, dove memoria e calcolo avvengono nello stesso luogo. Nel cervello umano, questo avviene tramite le sinapsi, le minuscole giunzioni tra le cellule nervose che possono rafforzarsi o indebolirsi nel tempo per archiviare i ricordi. Per ricreare questo nel silicio, i ricercatori stanno sviluppando sinapsi artificiali — dispositivi elettronici in grado di cambiare la propria resistenza elettrica per imitare il modo in cui le connessioni biologiche apprendono. La sfida è stata produrre questi dispositivi in grandi quantità, con una perfetta coerenza e a una temperatura sufficientemente bassa da essere compatibile con le linee di produzione utilizzate per i chip informatici standard.

Un team di ricercatori ha ora compiuto un passo significativo verso la risoluzione di questo enigma produttivo, creando un enorme array di queste sinapsi artificiali su un singolo wafer di silicio. Si sono concentrati su un materiale specifico: un film sottilissimo di ossido di stagno, un ossido metallico spesso solo pochi atomi. Sebbene gli ossidi metallici siano promettenti per questo lavoro perché possono intrappolare cariche elettriche per archiviare informazioni, renderli uniformi su una superficie ampia è stato difficile. I metodi precedenti risultavano spesso in film con buchi, spessori irregolari o impurità che causavano il malfunzionamento o un comportamento imprevedibile dei dispositivi elettronici. I ricercatori avevano bisogno di un modo per far crescere questo materiale rapidamente e in modo pulito, senza utilizzare il calore estremo che danneggerebbe i delicati circuiti già costruiti sul chip.

Per raggiungere questo obiettivo, il team ha sviluppato una tecnica che chiamano stampa di metallo liquido assistita da elettrostatica. Sono partiti da una pozza di stagno fuso, un metallo che è liquido a temperature relativamente basse. Mentre lo stagno restava in aria, una pelle naturale di ossido di stagio, spessa solo un atomo, si formava sulla sua superficie. I ricercatori hanno poi delicatamente pulito questa superficie liquida per rimuovere qualsiasi strato di ossido vecchio e sporco, esponendo una pelle fresca e pulita. Hanno poi toccato con cura questa superficie fresca contro un grande wafer di silicio da due pollici. A causa delle forze elettriche tra i materiali, la sottile pelle di ossido si è staccata dal metallo liquido ed è rimasta attaccata al wafer di silicio, lasciando dietro di sé un film perfetto e uniforme. L'intero processo è avvenuto a una temperatura di 225 gradi Celsius, abbastanza bassa da essere compatibile con le fasi finali della produzione di chip standard. Il risultato è stato un foglio di ossido di stagno puro e continuo che copriva l'intero wafer, privo di rughe o interruzioni.

Con questo film di alta qualità in mano, i ricercatori hanno costruito una griglia di 1.024 dispositivi elettronici individuali, disposti in un quadrato di 32 per 32. Ogni dispositivo agisce come un memtransistor, un componente che può sia archiviare una memoria sia elaborare un segnale. Quando hanno testato l'intera griglia, hanno scoperto che il 96,9% dei dispositivi funzionava perfettamente. Si tratta di un tasso di successo straordinariamente alto, che supera di gran lunga gli standard richiesti per le attuali tecnologie di memoria. I dispositivi mostravano un comportamento coerente in tutto il wafer, il che significa che un dispositivo si comportava quasi esattamente come il suo vicino. Questa uniformità è fondamentale perché se i dispositivi variano troppo, il computer non può apprendere o ricordare le cose in modo affidabile. I ricercatori hanno anche scoperto che i dispositivi potevano passare tra diversi livelli di resistenza in modo molto fluido, permettendo loro di archiviare una vasta gamma di valori, proprio come le diverse intensità delle connessioni in un vero cervello.

Il team ha poi messo alla prova questi dispositivi programmando l'array per eseguire compiti che richiedono apprendimento. Per prima cosa, hanno utilizzato l'array affinché agisse come una rete neurale convoluzionale, un tipo di intelligenza artificiale utilizzata per l'elaborazione delle immagini. Hanno programmato i dispositivi con specifici pattern di resistenza per agire come filtri in grado di rilevare i bordi in un'immagine, come il contorno di un edificio o di un volto. Quando hanno inserito un'immagine nell'hardware, i dispositivi l'hanno elaborata in parallelo, e l'output è stato quasi identico a quello prodotto da un normale programma software per computer. L'hardware è stato in grado di estrarre caratteristiche come linee verticali, linee orizzontali e dettagli in rilievo con alta precisione, dimostrando che i dispositivi fisici potevano gestire operazioni matematiche complesse senza la necessità di un processore tradizionale.

Successivamente, i ricercatori hanno testato la capacità dell'array di agire come una rete di Hopfield, un tipo di sistema di memoria in grado di richiamare un'immagine completa anche quando riceve una versione rumorosa o incompleta di essa. Hanno memorizzato diverse immagini semplici, come una maglietta, nella memoria della rete utilizzando il dataset Fashion-MNIST. Quando hanno presentato alla rete una versione corrotta di queste immagini, piena di rumore casuale, il sistema ha ricostruito con successo le immagini originali e chiare. Anche quando il rumore era molto intenso, il sistema riusciva a recuperare l'immagine con un'elevata precisione. Quando hanno confrontato questa prestazione con sistemi simili costruiti con altri tipi di tecnologia di memoria, i dispositivi di ossido di stagno sono risultati superiori, mantenendo la chiarezza laddove gli altri diventavano sfocati o fallivano. Ciò suggerisce che il modo specifico in cui questi dispositivi di ossido di stagno archiviano e recuperano le informazioni è eccezionalmente stabile e affidabile.

Il successo di questo progetto risiede nella combinazione di un metodo di produzione semplice a bassa temperatura e nelle proprietà uniche del materiale ossido di stagno. Utilizzando la tecnica di stampa del metallo liquido, i ricercatori hanno evitato il calore elevato e i complessi processi chimici che solitamente limitano la dimensione e la qualità di questi dispositivi. I sinapsi artificiali risultanti non sono solo uniformi e affidabili, ma sono anche capaci di svolgere il pesante lavoro richiesto dall'intelligenza artificiale. Questo lavoro dimostra che è possibile costruire sistemi di calcolo su larga scala ispirati al cervello utilizzando materiali compatibili con le fabbriche di chip esistenti. Sebbene la tecnologia sia ancora in fase di ricerca, la capacità di creare array così grandi di sinapsi artificiali di alta qualità avvicina significativamente il sogno di computer ispirati al cervello ed efficienti dal punto di vista energetico.