University of California, San Diego Kembangkan Perangkat Transistor Saraf dengan Memori yang Dapat Dikendalikan

Peneliti di University of California, San Diego telah menunjukkan metode untuk mengontrol bagaimana perangkat elektronik eksperimental membentuk dan menghapus memori, dengan memanfaatkan arus listrik untuk mengubah perilaku material yang disebut titanium dioksida. Perangkat ini dikenal sebagai neuron transistor, yang meniru beberapa perilaku saklar listrik dari neuron biologis. Peneliti menemukan bahwa mereka dapat mempengaruhi saklar tersebut menjadi lebih dapat diprediksi atau kembali ke keadaan yang kurang dapat diprediksi. Temuan ini dapat membantu ilmuwan merancang perangkat keras komputasi yang terinspirasi oleh otak, dengan menyimpan informasi melalui perubahan struktur fisik. Sistem semacam ini dirancang untuk melakukan beberapa fungsi komputasi dan memori lebih efisien dibandingkan metode tradisional yang memerlukan pemindahan data antara berbagai prosesor dan unit memori.

Tim yang dipimpin oleh profesor fisika Oleg Shpyrko di University of California, San Diego, menggunakan difraksi sinar-X koheren untuk mengamati perubahan nanoskala di dalam material saat arus listrik mengalir melalui perangkat. Ini memungkinkan mereka untuk mempelajari bagaimana struktur internalnya mempengaruhi perilaku saklar. Titanium dioksida dapat bertransisi antara keadaan isolator listrik dan konduktor. Perubahan ini disertai dengan perubahan struktur material, menjadikannya sangat berguna dalam penelitian untuk meniru beberapa karakteristik neuron dalam perangkat elektronik. Dalam eksperimen, peneliti memeriksa bagaimana stimulasi listrik berulang mempengaruhi susunan dan gerakan area kecil di dalam material.

Metode Penelitian dan Karakteristik Material

Area ini disebut domain, yang dapat saling berinteraksi saat perangkat beralih antara keadaan. Tim mengidentifikasi proses yang disebut kompresi, di mana gerakan area-area ini menjadi semakin terbatas. Interaksi mereka mulai membatasi perubahan material, alih-alih berperilaku secara independen. Stimulasi listrik berulang di atas ambang tertentu mendorong material menuju keadaan kompresi ini. Akibatnya, saklar perangkat selanjutnya menjadi lebih dapat diprediksi, menunjukkan bahwa aktivitas listrik sebelumnya mempengaruhi perilaku di masa depan. Peneliti juga menemukan bahwa stimulasi dengan arus yang lebih rendah dapat membalikkan efek ini, mengembalikan keadaan saklar yang kurang dapat diprediksi, yang menyediakan cara untuk mengontrol perilaku memori perangkat melalui masukan listrik.

Eksperimen ini melacak perubahan struktur selama ribuan detik, memungkinkan peneliti untuk mengaitkan sejarah listrik perangkat dengan perubahan di dalam material. Temuan ini memberikan penjelasan fisik tentang bagaimana neuron transistor dapat mempertahankan informasi tentang aktivitas listrik sebelumnya, tanpa memerlukan komponen memori tradisional yang terpisah. Dalam konteks ini, belajar tidak berarti perangkat memahami informasi atau memecahkan masalah secara independen, tetapi merujuk pada perubahan terukur dalam perilaku saklar yang disebabkan oleh stimulasi sebelumnya. Lupa menggambarkan pembalikan perubahan ini.

Potensi Komputasi Neuromorfik

Pembedaan ini sangat penting untuk komputasi neuromorfik, yang bertujuan untuk membangun sistem elektronik yang terinspirasi oleh cara neuron dan sinapsis memproses dan mempertahankan informasi. Perangkat yang mampu menyesuaikan responsnya berdasarkan sinyal listrik sebelumnya, pada akhirnya dapat membantu menggabungkan fungsi memori dan komputasi dalam sirkuit. Namun, peneliti telah mendemonstrasikan mekanisme ini dalam sistem material eksperimental, bukan dalam prosesor lengkap yang terinspirasi oleh otak. Pekerjaan lebih lanjut diperlukan untuk menentukan bagaimana mengontrol perilaku secara andal di antara beberapa perangkat, kecepatan perubahan status memori, dan apakah pendekatan ini dapat memberikan penghematan energi yang terukur dalam sirkuit praktis.

Penelitian ini juga menyediakan metode untuk menyelidiki bagaimana perubahan struktur nanoskala mempengaruhi saklar elektronik dalam material dengan struktur yang terhubung dan transisi listrik. Temuan ini telah dipublikasikan dalam jurnal Nature Communications.

Aplikasi dan Tantangan Potensial dalam Mengontrol Memori

Hasil penelitian ini menunjukkan bahwa dengan mengontrol perilaku memori perangkat elektronik, perangkat keras komputasi di masa depan mungkin akan lebih mendekati cara kerja sistem saraf biologis. Ini tidak hanya dapat meningkatkan efisiensi komputasi, tetapi juga mengurangi pergerakan data antara prosesor dan unit memori, sehingga menghemat energi. Namun, eksperimen ini masih dalam tahap awal, dan peneliti perlu menjelajahi lebih lanjut bagaimana mengontrol perilaku secara andal di antara beberapa perangkat, serta memastikan bahwa teknologi ini dapat mencapai hasil yang diharapkan dalam aplikasi praktis.