Electrónica de niquelato de perovskita reconfigurable para la inteligencia artificial

Área de la Ciencia:

• Ciencias de los materiales
• La neurociencia
• Ciencias de la computación

Sus antecedentes:

• Los dispositivos reconfigurables permiten la programación bajo demanda de los circuitos electrónicos.
• Los niquelados de perovskita exhiben propiedades electrónicas sensibles a la distribución de iones de hidrógeno.
• Las neuronas y sinapsis artificiales son componentes clave para la computación inspirada en el cerebro.

Objetivo del estudio:

• Para demostrar la creación bajo demanda de neuronas artificiales, sinapsis y condensadores de memoria en dispositivos de perovskita NdNiO3.
• Investigar el uso de estos componentes reconfigurables en la computación de depósitos y el aprendizaje incremental.
• Explorar nuevas direcciones en redes adaptativas a través de la fabricación bajo demanda de bloques de construcción informáticos.

Principales métodos:

• Se utilizaron dispositivos de perovskita NdNiO3 después de su fabricación.
• Se emplean pulsos eléctricos de un solo disparo para la reconfiguración del dispositivo.
• Datos experimentales integrados con simulaciones informáticas de depósitos.
• Redes dinámicas y estáticas simuladas para tareas de aprendizaje incremental.

Principales resultados:

• Se han creado con éxito neuronas artificiales reconfigurables, sinapsis y condensadores de memoria.
• Demostró un excelente rendimiento en el reconocimiento de dígitos y la clasificación de los latidos del ECG utilizando condensadores de memoria en un marco de computación de reservorio.
• Demostró el rendimiento superior de las redes dinámicas sobre las redes estáticas en escenarios de aprendizaje incremental utilizando neuronas y sinapsis reconfigurables.

Conclusiones:

• La reconfiguración bajo demanda de dispositivos de perovskita NdNiO3 permite la creación de componentes informáticos esenciales inspirados en el cerebro.
• Estos componentes reconfigurables son prometedores para aplicaciones avanzadas en la computación de reservorios y el aprendizaje adaptativo.
• La capacidad de fabricar neuronas y sinapsis artificiales bajo demanda abre nuevas vías para el desarrollo de sistemas adaptativos e inteligentes.