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

Moderne computers zijn ongelooflijk snel in het verwerken van getallen, maar ze hebben moeite met de vloeiende, tijdgevoelige taken die levende hersenen met gemak afhandelen. In een standaardcomputer zijn het deel dat de wereld waarneemt, het deel dat het onthoudt en het deel dat erover nadenkt, fysiek van elkaar gescheiden. Informatie moet heen en weer reizen tussen deze afzonderlijke eenheden, wat een flessenhals creëert die alles vertraagt en energie verspilt. Om machines te bouwen die in realtime op de wereld kunnen reageren — zoals een zelfrijdende auto die navigeert bij een plotselinge verandering in het verkeer of een beveiligingssysteem dat een specifiek gedragspatroon herkent — hebben ingenieurs een nieuw soort apparaat nodig. Ze hebben iets nodig dat tegelijkertijd kan waarnemen, opslaan en berekenen, waarbij het de manier nabootst waarop biologische neuronen informatie integreren. De uitdaging is het creëren van een enkele elektronische component die niet alleen het verleden kan onthouden, maar ook de volgorde van gebeurtenissen kan begrijpen, een cruciale vaardigheid voor het herkennen van complexe sequenties.

Een team van onderzoekers aan de Xiamen Universiteit heeft een nieuw type elektronische transistor ontwikkeld die dit visioen dichter bij de realiteit brengt. Door een speciaal tweedimensionaal materiaal te combineren met een ferro-elektrische keramiek, hebben zij een apparaat gecreëerd dat licht en elektriciteit kan waarnemen, die informatie kan opslaan en deze kan verwerken tot een beslissing, allemaal binnen één enkele eenheid. De kern van hun uitvinding is een dunne laag van een materiaal genaamd ReS2, dat gevoelig is voor licht, geplaatst bovenop een keramisch substraat bekend als PZT. PZT is uniek omdat het een elektrische polarisatie in twee verschillende richtingen kan vasthouden: één die recht omhoog en omlaag wijst, en een andere die zijwaarts langs het oppervlak loopt. Wanneer de onderzoekers spanning toepassen of licht op het apparaat schijnen, kunnen ze deze interne elektrische velden manipuleren om elektronen te vangen of vrij te laten, waardoor de manier waarop elektriciteit door het materiaal stroomt effectief verandert. Dit stelt het apparaat in staat om te fungeren als een geheugencel die onmiddellijk kan worden overschreven, maar met een twist: het gedrag hangt volledig af van de sequentie van de ontvangen signalen.

De onderzoekers demonstreerden dat dit apparaat onderscheid kan maken tussen verschillende volgordes van gebeurtenissen, een capaciteit die zij een sequentie-afhankelijke respons noemen. In een standaard geheugenchip hangt de eindtoestand alleen af van het totale aantal verzonden signalen. In deze nieuwe transistor doet de volgorde er net zozeer toe als het aantal. Bijvoorbeeld, als het apparaat een lichtflits ontvangt gevolgd door een elektrische puls, reageert het anders dan wanneer het de elektrische puls eerst ontvangt en daarna het licht. Dit komt omdat de interne elektrische velden verschuiven en zich in verschillende configuraties nestelen, afhankelijk van de timing en het type input. Het team toonde aan dat ze deze eigenschap konden gebruiken om een systeem te creëren dat een specifieke reeks acties onthoudt, vergelijkbaar met een wachtwoord dat in de exacte juiste volgorde moet worden ingevoerd. Ze testten dit door een beveiligingssysteem te bouwen dat vereiste dat een gebruiker een specifieke reeks licht- en elektrische signalen activeerde om een poort te ontgrendelen. Als de sequentie fout was, zelfs door slechts één stap, zou het apparaat de poort niet openen en zou het systeem de geschiedenis van de poging wissen en zichzelf resetten.

Buiten eenvoudige vergrendelingsmechanismen bleek het apparaat in staat te zijn tot complexere cognitieve taken. De onderzoekers trainden een kunstmatig netwerk met behulp van deze transistors om menselijke gezichten te herkennen. Ze voerden het systeem afbeeldingen van gezichten, waarbij de visuele data werden omgezet in patronen van licht en elektrische pulsen. Omdat het apparaat in staat is de sterkte van zijn verbindingen op te slaan en deze aan te passen op basis van de volgorde van de inputs, leerde het systeem specifieke individuen met een hoge nauwkeurigheid te identificeren. In hun tests identificeerde het systeem gezichten uit een database van vijfendertig verschillende mensen, waarbij het een succespercentage van bijna vierennegentig procent behaalde bij het gebruik van een combinatie van licht en elektrische signalen. Deze prestatie was superieur aan het gebruik van louter elektrische signalen, wat suggereert dat het vermogen om licht en elektriciteit samen te verwerken het apparaat een rijkere manier geeft om te leren. Het apparaat imiteerde ook biologische gedragingen zoals lichtadaptatie, waarbij het automatisch zijn gevoeligheid voor heldere of donkere omgevingen kon aanpassen, en associatief leren, waarbij het leerde om een neutraal signaal te koppelen aan een betekenisvol signaal na herhaalde blootstelling.

De fysieke constructie van het apparaat berust op de unieke eigenschappen van de gebruikte materialen. De ReS2-laag is extreem dun, slechts enkele atomen dik, waardoor het snel kan reageren op licht en elektriciteit. Het onderliggende PZT-substraat fungeert als een dynamische controller, die zijn interne elektrische uitlijning verschuift om elektronen op specifieke plaatsen te vangen. Wanneer de onderzoekers een spanning over het apparaat aanbrachten, konden ze het schakelen tussen een toestand waarin het informatie permanent vasthoudt en een toestand waarin de informatie snel vervaagt, afhankelijk van de sterkte en duur van het signaal. Deze flexibiliteit stelt het apparaat in staat om zowel korte-termijn taken te verwerken, zoals het reageren op een plotselinge lichtflits, als lange-termijn taken, zoals het onthouden van een wachtwoord. Het team vond ook dat het apparaat logische operaties kon uitvoeren, waarbij het fungeert als een schakelaar die alleen aangaat wanneer aan twee specifieke voorwaarden tegelijkertijd wordt voldaan, waardoor het effectief functioneert als een kleine computerprocessor binnen een enkele component.

Dit werk suggereert een pad vooruit voor het bouwen van efficiëntere en intelligentere elektronische systemen. Door sensing, geheugen en berekening te integreren in een enkele materiaallaag, hebben de onderzoekers de noodzaak voor complexe bedrading en meerdere componenten verminderd. Het vermogen van het apparaat om de sequentie van gebeurtenissen te begrijpen betekent dat het kan worden gebruikt voor toepassingen die realtime besluitvorming vereisen, zoals geavanceerde beveiligingssystemen of adaptieve robotica. De onderzoekers bevestigden dat het apparaat stabiel en betrouwbaar is, en zijn prestaties behoudt zelfs na vele cycli van gebruik en onder wisselende omgevingscondities. Hoewel de technologie zich nog in de vroege stadia van ontwikkeling bevindt, toont de succesvolle demonstratie van dual-mode authenticatie en gezichtsherkenning aan dat deze materialen de complexe, tijdgevoelige verwerking kunnen ondersteunen die vereist is voor de volgende generatie kunstmatige intelligentie. De studie biedt een concreet blauwdruk voor het creëren van elektronische systemen die niet alleen berekenen, maar de wereld ook echt waarnemen en zich eraan herinneren.