University of California San Diego entwickelt Neurotransistor mit kontrollierbarem Gedächtnis

Forschende der University of California San Diego haben eine Methode demonstriert, mit der sich steuern lässt, wie ein experimentelles elektronisches Bauteil Erinnerungen bildet und löscht – indem ein Strom das Verhalten von Titandioxid verändert. Der als Neurotransistor bezeichnete Baustein ahmt bestimmte elektrische Schaltvorgänge biologischer Neuronen nach. Das Team fand heraus, dass sich das Schaltverhalten gezielt vorhersagbarer oder wieder weniger vorhersagbar machen lässt. Die Entdeckung könnte Wissenschaftlern helfen, vom Gehirn inspirierte Computerhardware zu entwerfen, die Informationen durch Veränderungen ihrer physikalischen Struktur speichert. Solche Systeme zielen darauf ab, bestimmte Rechen- und Speicherfunktionen effizienter auszuführen als herkömmliche Ansätze, bei denen Daten zwischen separaten Prozessor- und Speichereinheiten hin- und herbewegt werden müssen.

Ein Team der University of California San Diego unter Leitung von Physikprofessor Oleg Shpyrko nutzte kohärente Röntgenbeugung, um nanometergroße Veränderungen im Materialinneren zu beobachten, während Strom durch das Bauteil floss. Dies ermöglichte es, zu untersuchen, wie die innere Struktur das Schaltverhalten beeinflusst. Titandioxid kann zwischen elektrisch isolierendem und leitendem Zustand umschalten. Dieser Wechsel geht mit einer strukturellen Veränderung des Materials einher, was es für die Erforschung elektronischer Bauelemente nützlich macht, die bestimmte Eigenschaften von Neuronen nachahmen. Im Experiment untersuchten die Forschenden, wie wiederholte elektrische Reize die Anordnung und Bewegung winziger Bereiche im Materialinneren beeinflussen.

Forschungsmethode und Materialeigenschaften

Diese Bereiche, Domänen genannt, können beim Umschalten des Bausteins miteinander wechselwirken. Das Team identifizierte einen als Quetschen bezeichneten Prozess, bei dem die Bewegung dieser Domänen zunehmend eingeschränkt wird. Ihre Wechselwirkung beginnt, die Veränderung des Materials zu begrenzen, statt dass sie unabhängig agieren. Wiederholte elektrische Reize jenseits eines Schwellenwerts treiben das Material in diesen Quetschzustand. In der Folge wird das spätere Schalten des Bausteins vorhersagbarer – ein Zeichen dafür, dass die frühere elektrische Aktivität das künftige Verhalten prägt. Die Forschenden stellten zudem fest, dass Reize mit geringerem Strom diesen Effekt umkehren und den weniger vorhersagbaren Schaltzustand wiederherstellen können, was einen Weg eröffnet, das gedächtnisähnliche Verhalten des Bausteins über elektrische Eingänge zu steuern.

Die Experimente verfolgten strukturelle Veränderungen über Tausende von Sekunden, wodurch die Forschenden die elektrische Historie des Bausteins mit den Veränderungen im Materialinneren verknüpfen konnten. Die Ergebnisse liefern eine physikalische Erklärung dafür, wie der Neurotransistor Informationen über frühere elektrische Aktivität speichert, ohne separate herkömmliche Speicherkomponenten zu benötigen. In diesem Kontext bedeutet Lernen nicht, dass das Bauteil Informationen versteht oder Probleme eigenständig löst, sondern bezeichnet eine messbare Veränderung des Schaltverhaltens, die durch frühere Reize verursacht wird. Vergessen beschreibt die Umkehr dieser Veränderung.

Potenzial für neuromorphes Rechnen

Diese Unterscheidung ist für das neuromorphe Rechnen zentral, das elektronische Systeme schaffen will, die davon inspiriert sind, wie Neuronen und Synapsen Informationen verarbeiten und speichern. Ein Baustein, der seine Reaktion anhand früherer elektrischer Signale anpasst, könnte künftig Schaltungen ermöglichen, die Speicher- und Rechenfunktion vereinen. Die Forschenden haben diesen Mechanismus jedoch in einem experimentellen Materialsystem demonstriert, nicht in einem vollständigen, vom Gehirn inspirierten Prozessor. Weitere Arbeit ist nötig, um zu klären, wie sich das Verhalten über viele Bausteine hinweg zuverlässig steuern lässt, wie schnell sich Speicherzustände ändern und ob der Ansatz in realen Schaltungen messbare Energieeinsparungen bringt.

Die Arbeit stellt zudem eine Methode bereit, um zu untersuchen, wie nanometergroße Strukturveränderungen das elektronische Schalten in Materialien beeinflussen, die gekoppelte strukturelle und elektrische Phasenübergänge aufweisen. Die Ergebnisse wurden in Nature Communications veröffentlicht.

Potenzielle Anwendungen und Herausforderungen der Gedächtnissteuerung

Die Ergebnisse zeigen, dass sich künftige Computerhardware durch die Steuerung des Gedächtnisverhaltens elektronischer Bausteine stärker an die Funktionsweise biologischer Nervensysteme annähern ließe. Das würde nicht nur die Recheneffizienz steigern, sondern auch die Datenbewegung zwischen Prozessor- und Speichereinheiten verringern und so Energie sparen. Die Experimente befinden sich jedoch noch in einem frühen Stadium; die Forschenden müssen weiter untersuchen, wie sich das Verhalten über viele Bausteine hinweg zuverlässig kontrollieren lässt und sicherstellen, dass die Technologie in der Praxis die erwartete Wirkung entfaltet.