Ao Mesmo Tempo, a Computação Neuromórfica

A computação neuromórfica, um hardware inspirado no cérebro, tem perseguido um objetivo semelhante. A meta é encontrar um material que possa armazenar informações, realizar computação e se adaptar dentro da mesma estrutura física e fazer isso em tempo real. No entanto, os sistemas neuromórficos líderes de hoje, frequentemente baseados em materiais óxidos e comutação filamentar, ainda funcionam como máquinas cuidadosamente projetadas que imitam o aprendizado ao invés de serem materiais que contêm aprendizado de forma natural.

Dois Caminhos Começam a Convergir

Um novo estudo do Instituto Indiano de Ciência (IISc) sugere que esses dois esforços de longa data podem finalmente estar se unindo.

Em uma colaboração que reúne química, física e engenharia elétrica, uma equipe liderada por Sreetosh Goswami, Professor Assistente no Centro de Ciência e Engenharia Nano (CeNSE), desenvolveu pequenos dispositivos moleculares cujo comportamento pode ser ajustado de várias maneiras. Dependendo de como são estimulados, o mesmo dispositivo pode atuar como um elemento de memória, uma porta lógica, um seletor, um processador analógico ou uma sinapse eletrônica. “É raro ver adaptabilidade em um nível tão alto em materiais eletrônicos,” diz Sreetosh Goswami. “Aqui, o design químico encontra a computação, não como uma analogia, mas como um princípio de funcionamento.”

Como a Química Permite Múltiplas Funções

Essa flexibilidade vem da química específica usada para construir e ajustar os dispositivos. Os pesquisadores sintetizaram 17 complexos de rutênio cuidadosamente projetados e estudaram como pequenas mudanças na forma molecular e no ambiente iônico circundante influenciam o comportamento dos elétrons. Ao ajustar os ligantes e íons dispostos em torno das moléculas de rutênio, demonstraram que um único dispositivo pode exibir muitas respostas dinâmicas diferentes. Estas incluem mudanças entre operação digital e analógica em uma ampla gama de valores de condutância.

A síntese molecular foi realizada por Pradip Ghosh, Fellow Ramanujan, e Santi Prasad Rath, ex-aluno de doutorado no CeNSE. A fabricação do dispositivo foi liderada por Pallavi Gaur, primeira autora e estudante de doutorado no CeNSE. “O que me surpreendeu foi quanta versatilidade estava oculta no mesmo sistema,” diz Gaur. “Com a química molecular certa e um ambiente adequado, um único dispositivo pode armazenar informações, computar com elas, ou até mesmo aprender e desaprender. Isso não é algo que se espera de eletrônicos de estado sólido.”

Uma Teoria que Explica e Prediz o Comportamento

Para entender por que esses dispositivos se comportam dessa forma, a equipe precisou de algo que muitas vezes tem faltado na eletrônica molecular: uma estrutura teórica sólida. Eles desenvolveram um modelo de transporte baseado em física de muitos corpos e química quântica que pode prever o comportamento do dispositivo diretamente a partir da estrutura molecular. Usando essa estrutura, os pesquisadores traçaram como os elétrons se movem através do filme molecular, como moléculas individuais sofrem oxidação e redução, e como os contraíons se deslocam dentro da matriz molecular. Juntos, esses processos determinam o comportamento de comutação, dinâmicas de relaxamento e a estabilidade de cada estado molecular.

Rumo ao Aprendizado Embutido nos Materiais

O resultado chave é que a adaptabilidade incomum desses complexos torna possível combinar memória e computação dentro do mesmo material. Isso abre a porta para hardware neuromórfico no qual o aprendizado é codificado diretamente no próprio material. A equipe já está trabalhando para integrar esses sistemas moleculares em chips de silício, com o objetivo de criar hardware de IA futuro que seja tanto energeticamente eficiente quanto inerentemente inteligente.

“Este trabalho mostra que a química pode ser uma arquiteta da computação, não apenas sua fornecedora,” diz Sreebrata Goswami, Cientista Visitante no CeNSE e coautor do estudo que liderou o design químico.