ابتكرت جامعة كامبريدج ممريستور أكسيد الهافنيوم المستقر للغاية والموفر للطاقة – وهو مكون يحاكي عمل الخلايا العصبية في الدماغ. لقد تم اختباره بالفعل كجزء من المشبك الاصطناعي. ونشرت نتائج العمل في المجلة تقدم العلوم.

تعتمد أنظمة الذكاء الاصطناعي الحديثة على شرائح الكمبيوتر التقليدية التي تنقل البيانات باستمرار بين كتل الذاكرة وعقد الحوسبة. تتطلب هذه الحركة المستمرة للمعلومات كميات هائلة من الكهرباء.

الحوسبة العصبية هي طريقة بديلة لمعالجة المعلومات يمكنها تقليل استهلاك الطاقة بنسبة تصل إلى 70% عن طريق تخزين البيانات ومعالجتها في مكان واحد وباستهلاك منخفض للغاية للطاقة. يعمل مثل هذا النظام مثل دماغنا، وهو أيضًا أكثر ملاءمة للتعلم والتكيف.

“يعد استهلاك الطاقة أحد التحديات الرئيسية لأجهزة الذكاء الاصطناعي الحديثة. ولحل هذه المشكلة، نحتاج إلى أجهزة ذات تيارات منخفضة للغاية، واستقرار ممتاز، وإمكانية تكرار كافية من دورة إلى دورة، ومن جهاز إلى جهاز، والقدرة على التبديل بين العديد من الحالات المختلفة”، كما يقول عالم فيزياء المواد باباك بخيت من قسم علوم المواد والمعادن بجامعة كامبريدج، والمؤلف الرئيسي للدراسة.

تعمل معظم الذاكرات الموجودة عن طريق تكوين خيوط موصلة صغيرة داخل مادة الأكسيد. لا يمكن التنبؤ بسلوك هذه الخيوط، ويتطلب تكوينها تشكيلها – تطبيق جهد عالي قبل تشغيلها.

أساس الجدة هو طبقة رقيقة من أكسيد الهافنيوم تغير الحالة بطريقة مختلفة تمامًا. ومن خلال إضافة السترونتيوم والتيتانيوم واستخدام طريقة نمو الفيلم المكونة من خطوتين، تمكن الباحثون من تشكيل وصلات pn – بوابات إلكترونية صغيرة – داخل الأكسيد عند تقاطع الطبقات. وهذا يسمح للجهاز بتغيير مقاومته بسلاسة عن طريق تغيير ارتفاع حاجز الطاقة عند السطح البيني بين الطبقات، بدلاً من تشكيل أو كسر الخيوط.

وبحسب بخيت، فإن مثل هذه الآلية تتغلب على إحدى الصعوبات الرئيسية في تطوير تقنيات الممرستور. “تعاني الأجهزة الملولبة من سلوك غير متوقع. ولكن نظرًا لأن أدواتنا تتحول عند واجهة الطبقة، فإنها تظهر إمكانية تكرار رائعة من تشغيل لآخر ومن جهاز لآخر،” كما يوضح.

وقد ساعد الهافنيوم في تحقيق تيارات تبديل أقل بنحو مليون مرة من بعض نظائر الأكسيد التقليدية. أظهرت الذاكرات أيضًا مئات من مستويات التوصيل الحادة والمستقرة، وهو مطلب بالغ الأهمية للأنظمة التناظرية ذات الحوسبة داخل الذاكرة.

أظهرت الاختبارات المعملية أن الأجهزة يمكنها تحمل عشرات الآلاف من دورات التبديل دون فقدان الموثوقية والاحتفاظ بالحالات المبرمجة لمدة يوم تقريبًا. بالإضافة إلى ذلك، فإنها تعيد إنتاج آليات التعلم الأساسية المميزة للكائنات الحية، مثل اللدونة التشابكية المعتمدة على التوقيت (STDP) هي آلية تعمل من خلالها الخلايا العصبية على تقوية أو إضعاف اتصالاتها اعتمادًا على توقيت الإشارات..

ويؤكد بخيت: “هذه هي بالضبط الخصائص المطلوبة إذا أردنا إنشاء أجهزة يمكنها التعلم والتكيف، بدلاً من مجرد تخزين البتات”.

ولا تزال هناك بعض الصعوبات التي يتعين التغلب عليها. تتطلب عملية التصنيع الحالية درجات حرارة تبلغ حوالي 700 درجة مئوية، وهو ما يتجاوز المعايير التكنولوجية لتصنيع أشباه الموصلات القياسية. “هذه هي المشكلة الرئيسية الآن في عمليتنا التكنولوجية. لكننا نعمل على إيجاد طرق لخفض درجة الحرارة لجعلها متوافقة مع معايير الصناعة المقبولة بشكل عام”، قال الباحث.

وعلى الرغم من ذلك، فهو يعتقد أن هذه التكنولوجيا سيتم دمجها في نهاية المطاف في الرقائق. وخلص العالم إلى القول: “إذا تمكنا من خفض درجة الحرارة ووضع هذه الأجهزة على شريحة، فستكون هذه خطوة كبيرة إلى الأمام”.