A van der Waals Floating-Gate Platform for Broadband Optoelectronic Neuromorphic Computing

Het menselijk brein is een meester in efficiëntie; het verwerkt enorme hoeveelheden informatie terwijl het zeer weinig energie verbruikt. Het bereikt dit door geheugen en berekening te versmelten tot één enkel, onderling verbonden web van neuronen en synapsen. In contrast hiermee vertrouwen de computers die we vandaag de dag gebruiken op een ontwerp dat deze twee functies scheidt. Data moet voortdurend heen en weer reizen tussen een processor die berekent en een geheugenchip die informatie opslaat, een reis die energie verspilt en de prestaties vertraagt. Om de volgende generatie intelligente machines te bouwen, proberen wetenschappers hardware te creëren die de architectuur van het brein nabootst, waarbij één enkel apparaat zowel informatie kan onthouden als kan leren van nieuwe input. Een sleutelcomponent in deze inspanning is de kunstmatige synaps, een piepkleine elektronische schakelaar die zijn sterkte kan veranderen op basis van eerdere activiteit, net zoals een biologische verbinding tussen hersencellen. Hoewel onderzoekers veel soorten van deze apparaten hebben gebouwd, worstelen de meesten met het combineren van langetermijngeheugen met het vermogen om van licht te leren, een capaciteit die machines in staat zou stellen om visuele informatie direct en efficiënt te verwerken.

Een team van onderzoekers aan de Dongguk Universiteit in Zuid-Korea heeft een nieuw type kunstmatige synaps ontwikkeld dat deze kloof succesvol overbrugt. Ze creëerden een enkele transistor die gegevens permanent kan opslaan en ook kan leren van een breed scala aan licht, van zichtbare kleuren tot onzichtbare infrarode stralen. Het apparaat is gebouwd met een stapel van drie verschillende atomaire dunne materialen, gelaagd als een microscopisch klein sandwichje. De onderste laag is een materiaal genaamd indiumselenide, dat fungeert als een opslagkluis voor elektrische ladingen. De bovenste laag wordt van de kluis gescheiden door een dun blad van hexagonaal boornitride, dat dient als een beveiligde tunnel waar elektronen alleen doorheen kunnen passeren wanneer daarom wordt gevraagd. De bovenste laag is gemaakt van rheniumdisulfide, een materiaal dat sterk reageert op licht. Wanneer de onderzoekers een elektrische puls toepassen of licht op het apparaat schijnen, bewegen elektronen door de tunnel en raken ze gevangen in de opslaglaag, waardoor de manier waarop elektriciteit door de bovenste laag stroomt permanent verandert. Deze verandering in de stroom representeert een nieuwe geheugenstatus of een geleerde verbinding.

De onderzoekers ontdekten dat dit apparaat uitzonderlijk goed is in onthouden. Door elektrische pulsen toe te passen, konden ze genoeg lading vangen om een enorm verschil te creinen tussen de "aan"- en "uit"-standen van het apparaat, waarbij de stroom in de "aan"-stand meer dan een miljoen keer sterker was dan in de "uit"-stand. Zodra de informatie was geschreven, hield het apparaat deze stabiel vast voor meer dan 10.000 seconden zonder dat er energie nodig was om het te verversen. Deze stabiliteit is cruciaal voor het bouwen van betrouwbaar computergeheugen. Naast eenvoudige opslag gedraagt het apparaat zich als een lerende hersencel. Wanneer de onderzoekers een reeks elektrische signalen stuurden, werd de respons van het apparaat sterker bij elke puls, wat de manier nabootst waarop een biologische synaps sterker wordt wanneer neuronen herhaaldelijk samen vuren. Ze konden de verbinding ook verzwakken door signalen van de tegenovergestelde polariteit te sturen, waardoor het apparaat kan vergeten of kan bijsturen in zijn leren.

Wat deze ontdekking bijzonder significant maakt, is hoe het apparaat op licht reageert. In tegen tegenstelling tot oudere elektronische geheugens die alleen elektrische signalen begrijpen, kan deze nieuwe synaps worden getraind met behulp van licht over een breed spectrum. De onderzoekers testten het met groen, rood en nabij-infrarood licht, en het apparaat reageerde op al deze vormen. Door de helderheid van het licht of de duur ervan te veranderen, konden ze precies controleren hoeveel het apparaat leerde. Een korte lichtflits veroorzaakte een tijdelijke verandering, vergelijkbaar met het kortetermijngeheugen, terwijl een langere, fellere blootstelling een blijvende verandering creëerde, vergelijkbaar met het langetermijngeheugen. Het apparaat kon zelfs onderscheid maken tussen verschillende patronen van licht en elektriciteit. In één experiment leerden de onderzoekers het apparaat om een specifiek elektrisch signaal te associëren met een lichtflits. Na de training reageerde het apparaat op het elektrische signaal alleen, alsof het had geleerd om het licht te verwachten, wat een vorm van associatief leren demonstreert, vergelijkbaar met de beroemde experimenten waarbij een hond leert te kwijlen bij het geluid van een bel.

Het team toonde ook aan dat dit enkele apparaat complexe logische taken kan uitvoeren door simpelweg de manier waarop het wordt gestimuleerd te veranderen. Door de sterkte van de elektrische en licht-inputs aan te passen, konden ze het apparaat programmeren om te fungeren als een "AND"-poort, die alleen een output produceert wanneer zowel licht als elektriciteit aanwezig zijn, of een "OR"-poort, die een output produceert als één van beide aanwezig is. Dit vermogen om de eigen logica te herconfigureren zonder de fysieke structuur te veranderen, suggereert een pad naar computers die hun functies on the fly kunnen aanpassen. De onderzoekers bevestigden dat het gedrag van het apparaat werd gedreven door de beweging van elektronen in de opslaglaag en niet door andere effecten, waarbij ze gedetailleerde metingen gebruikten om alternatieve verklaringen uit te sluiten. Dit werk demonstreert een veelzijdig platform waar geheugen, leren en lichtsensatie verenigd zijn in één compact component, wat een veelbelovende strategie biedt voor het creëren van kleinere, snellere en energiezuinigere systemen die informatie kunnen verwerken zoals het menselijk brein dat doet.