详细内容或原文请订阅后点击阅览
忘记晶体管：这种新的“智能”材料像人脑一样计算
能够思考、记忆和学习的微小分子可能是电子设备和大脑之间缺失的环节。半个多世纪以来，研究人员一直在寻找通过分子构建电子器件来超越硅的方法。这个想法听起来简单又美好，但实际的设备却很混乱。在工作中的 [...]
来源:SciTech日报能够思考、记忆和学习的微小分子可能是电子设备和大脑之间缺失的环节。
半个多世纪以来，研究人员一直在寻找通过分子构建电子器件来超越硅的方法。这个想法听起来简单又美好，但实际的设备却很混乱。在工作组件内部，分子的行为并不像教科书中整齐、孤立的片段。相反，它们形成拥挤的交互式网络，其中电子移动、离子移动位置、界面随时间变化，甚至结构上的微小差异都可能引发强烈的非线性行为。这种潜力令人兴奋，但可靠地预测和控制分子装置的功能仍然遥不可及。
与此同时，神经形态计算也追逐着一个相关的目标。神经形态计算——受大脑启发的硬件——旨在寻找一种可以在同一物理物质内实时存储信息、执行计算和适应的材料。但当今的主要方法通常基于氧化物材料和丝状开关，仍然像精心设计的系统一样模仿学习，而不是在其物理行为中自然包含学习的材料。
一项新的 IISc 研究将两个挑战结合在一起
印度科学研究所 (IISc) 的一项新研究表明，这两个长期存在的问题可能会出现在同一个解决方案中。
纳米科学与工程中心 (CeNSE) 助理教授 Sreetosh Goswami 领导的一个研究小组跨化学、物理和电气工程领域，创建了微型分子设备，可以通过调整来承担截然不同的角色。根据设备的刺激方式，它可以充当存储单元、逻辑门、选择器、模拟处理器或电子突触。 “在电子材料中很少见到这种水平的适应性，”Sreetosh Goswami 说。 “在这里，化学设计与计算相遇，不是作为类比，而是作为一种工作原理。”