Calcolo della rete neurale in acqua

Un circuito ionico comprendente centinaia di transistor ionici (Credito: Woo-Bin Jung/Harvard SEAS)

I microprocessori negli smartphone, nei computer e nei data center elaborano le informazioni manipolando gli elettroni attraverso semiconduttori solidi, ma il nostro cervello ha un sistema diverso. Si basano sulla manipolazione degli ioni nel liquido per elaborare le informazioni.

Ispirati dal cervello, i ricercatori cercano da tempo di sviluppare "ioni" in una soluzione acquosa. Sebbene gli ioni nell’acqua si muovano più lentamente degli elettroni nei semiconduttori, gli scienziati ritengono che la diversità delle specie ioniche con diverse proprietà fisiche e chimiche potrebbe essere sfruttata per un’elaborazione delle informazioni più ricca e diversificata.

Il calcolo ionico, tuttavia, è ancora agli inizi. Fino ad oggi, i laboratori hanno sviluppato solo singoli dispositivi ionici come diodi e transistor ionici, ma fino ad ora nessuno aveva messo insieme molti di questi dispositivi in ​​un circuito più complesso per l’informatica.

Un team di ricercatori della Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS), in collaborazione con DNA Script, una startup biotecnologica, ha sviluppato un circuito ionico comprendente centinaia di transistor ionici e ha eseguito un processo fondamentale di calcolo della rete neurale .

La ricerca è pubblicata su Advanced Materials.

I ricercatori hanno iniziato costruendo un nuovo tipo di transistor ionico partendo da una tecnica di cui sono stati pionieri di recente. Il transistor è costituito da una soluzione acquosa di molecole di chinone, interfacciata con due elettrodi ad anello concentrici con un elettrodo a disco centrale, come un occhio di bue. I due elettrodi ad anello abbassano elettrochimicamente e regolano il pH locale attorno al disco centrale producendo e intrappolando ioni idrogeno. Una tensione applicata al disco centrale provoca una reazione elettrochimica per generare una corrente ionica dal disco nell'acqua. La velocità di reazione può essere accelerata o diminuita – aumentando o diminuendo la corrente ionica – regolando il pH locale. In altre parole, il pH controlla, o “cancella”, la corrente ionica del disco nella soluzione acquosa, creando una controparte ionica del transistor elettronico.

Hanno quindi progettato il transistor ionico con pH in modo tale che la corrente del disco sia una moltiplicazione aritmetica della tensione del disco e di un parametro di "peso" che rappresenta il pH locale che comanda il transistor. Hanno organizzato questi transistor in una matrice 16 × 16 per espandere la moltiplicazione aritmetica analogica dei singoli transistor in una moltiplicazione di matrice analogica, con la matrice di valori di pH locali che funge da matrice di peso incontrata nelle reti neurali.

Un chip CMOS (a sinistra) con una matrice (al centro) di centinaia di singoli transistor ionici (a destra). (Credito: Woo-Bin Jung/Harvard SEAS)

"La moltiplicazione della matrice è il calcolo più diffuso nelle reti neurali per l'intelligenza artificiale", ha affermato Woo-Bin Jung, ricercatore post-dottorato presso la SEAS e primo autore dell'articolo. "Il nostro circuito ionico esegue la moltiplicazione della matrice nell'acqua in modo analogico, basandosi interamente su macchinari elettrochimici."

"I microprocessori manipolano gli elettroni in modo digitale per eseguire la moltiplicazione della matrice", ha affermato Donhee Ham, professore di ingegneria elettrica e fisica applicata al SEAS e autore senior dell'articolo. "Anche se il nostro circuito ionico non può essere veloce o preciso come i microprocessori digitali, la moltiplicazione della matrice elettrochimica nell'acqua è affascinante di per sé e ha il potenziale per essere efficiente dal punto di vista energetico."

Ora, il team cerca di arricchire la complessità chimica del sistema.

"Finora abbiamo utilizzato solo 3 o 4 specie ioniche, come gli ioni idrogeno e chinone, per consentire il gating e il trasporto ionico nel transistor ionico acquoso", ha affermato Jung. "Sarà molto interessante impiegare specie ioniche più diverse e vedere come possiamo sfruttarle per arricchire il contenuto di informazioni da elaborare."

La ricerca è stata scritta da Han Sae Jung, Jun Wang, Henry Hinton, Maxime Fournier, Adrian Horgan, Xavier Godron e Robert Nicol. È stato sostenuto in parte dall’Ufficio del Direttore dell’intelligence nazionale (ODNI), Attività di progetti di ricerca avanzata sull’intelligence (IARPA), con la sovvenzione 2019-19081900002.