Des chercheurs développent un transistor redox comme système réservoir pour l'informatique neuromorphique

Des chercheurs développent un transistor redox comme système réservoir pour l’informatique neuromorphique

Des chercheurs du TUS et du NIMS au Japon ont développé un réservoir de déclenchement d’ions à base d’oxydo-réduction comprenant du LiXWO3 couche mince et vitrocéramique conductrice lithium-ion (LICGC). La tension de grille d’entrée déclenche le transport des ions lithium dans le canal et l’électrolyte. La différence des taux de transport des ions conduit à un courant de sortie de grille et de drain qui servent d’états de réservoir. Crédit : Dr Tohru Higuchi de l’Université des sciences de Tokyo, Japon

Les systèmes physiques connus sous le nom de « réservoirs » sont conçus pour imiter les réseaux de neurones et répondre au besoin d’une efficacité et d’une vitesse de calcul améliorées. Surmontant les problèmes précédents de compatibilité, de performances et d’intégration de tels systèmes de réservoir, des chercheurs japonais ont récemment développé un transistor à déclenchement ionique avec des états de réservoir améliorés et des capacités de mémoire à court terme basées sur des réactions redox. Ce développement nous ouvre la possibilité d’utiliser des dispositifs ioniques basés sur redox pour le calcul neuromorphique haute performance.

Avec des percées majeures dans l’intelligence artificielle, la reconnaissance d’images et la détection d’objets, le domaine de l’informatique a connu une révolution remarquable ces derniers temps. Étant un domaine axé sur les données, l’analyse et le traitement efficaces d’ensembles de données volumineux et complexes sont de la plus haute importance en informatique. Pour améliorer l’efficacité et la rapidité des tâches axées sur les données, les chercheurs explorent la possibilité de reconnaître des modèles et des relations complexes inhérents aux données pour le développement d’une technologie informatique « neuromorphique » à hautes performances.

Cette approche de pointe vise à reproduire la capacité du cerveau à traiter l’information de manière parallèle et interconnectée. Ce faisant, il cherche à construire un réseau de nœuds capables de transformer des données en représentations de grande dimension adaptées à des tâches complexes telles que la reconnaissance de formes, la prédiction et la classification.

Des réservoirs physiques ressemblant à des réseaux de neurones reçoivent et interagissent avec des signaux d’entrée ou des données, et leurs éléments constitutifs, à savoir les neurones et leurs interconnexions, changent dynamiquement au fil du temps. Ces états de réservoir représentent le système physique à un point spécifique et jouent un rôle essentiel dans la transformation des signaux d’entrée en représentations de grande dimension. Sécuriser la haute dimensionnalité d’un réservoir physique pour atteindre un nombre suffisamment grand d’états de réservoir est cependant une tâche difficile.

Maintenant, dans une étude publiée dans la revue Systèmes intelligents avancés, des chercheurs japonais dirigés par le professeur agrégé Tohru Higuchi de l’Université des sciences de Tokyo (TUS) ont développé un réservoir de déclenchement d’ions basé sur la réaction redox (redox-IGR) qui peut atteindre un nombre record d’états de réservoir. Avec ce développement, le Dr Higuchi, ainsi que M. Tomoki Wada et M. Daiki Nishioka de TUS, et le Dr Takashi Tsuchiya et le Dr Kazuya Terabe de l’Institut national des sciences des matériaux (NIMS), Japon, ont maintenant avancé la possibilité de traduire la technologie informatique neuromorphique plus performante en une réalité.

Les réservoirs de déclenchement d’ions sont constitués d’électrodes de grille, de drain et de source et sont séparés par un électrolyte qui agit comme un moyen de contrôler le flux d’ions. L’application d’une tension à l’électrode de grille déclenche une réaction redox dans le canal reliant les électrodes de source et de drain, résultant en un courant de drain qui peut être modulé avec précision. La conversion des ensembles de données de séries chronologiques en tensions de grille peut ainsi permettre aux courants de sortie correspondants de servir d’états de réservoir distincts.

Dans cette étude, les chercheurs ont utilisé du lithium (Li+) vitrocéramique conductrice d’ions (LICGC) comme électrolyte. Dans LICGC, le Li+ les ions se déplacent plus rapidement que le canal, ce qui entraîne la génération de deux courants de sortie – le courant de drain et un courant de grille supplémentaire, doublant ainsi le nombre d’états du réservoir.

De plus, les vitesses différentes de transport des ions dans le canal et l’électrolyte entraînent un retard de réponse du courant de drain par rapport au courant de grille. Cette réponse retardée permet des capacités de mémoire à court terme au sein du système, permettant au réservoir de conserver et d’utiliser les informations des entrées passées, une exigence cruciale pour les réservoirs physiques.

Pour fabriquer cet appareil, les chercheurs ont déposé un film d’oxyde de lithium-cobalt de 200 nm d’épaisseur (LiCoO2) sur un substrat LICGC de 0,15 mm d’épaisseur. L’électrode de grille était composée d’un film mince de Li-ion/platine (Pt), tandis que des films minces de Pt étaient utilisés pour les électrodes de drain et de source. Le canal reliant les électrodes de drain et de source était constitué d’un oxyde de tungstène (VI) de 100 nm d’épaisseur (WO3) couche mince.

« Nous avons réussi à reproduire des caractéristiques électriques similaires à celles des circuits neuronaux en utilisant des réactions redox induites par l’insertion et la désorption de Li+ ions dans le LiXWO3 film mince », explique le Dr Higuchi.

Démontrant des capacités remarquables, le dispositif a atteint un total de 40 états de réservoir (20 à partir du courant de drain et 20 à partir du courant de grille). Il a surpassé d’autres réservoirs physiques tels que les memristors et les dispositifs de couple de spin lors de la résolution d’équations dynamiques non linéaires du second ordre.

Plus particulièrement, la non-linéarité, les capacités de mémoire à court terme et le nombre élevé d’états de réservoir ont permis à l’appareil de faire des prédictions avec une faible erreur quadratique moyenne de prédiction de 0,163 dans la tâche de moyenne mobile autorégressive non linéaire de second ordre (NARMA2) – une test de référence pour évaluer les performances d’un système de réservoir dans l’exécution d’opérations non linéaires complexes et prédire la valeur future d’une entrée de série chronologique sur la base de ses valeurs passées d’entrée et de sortie.

Expliquant les implications réelles de ce développement, le Dr Higuchi conclut : « Le système développé a le potentiel de devenir une technologie à usage général qui sera mise en œuvre dans une large gamme d’appareils électroniques, y compris les ordinateurs et les téléphones portables à l’avenir.