Um memristor fluídico que se aquece para formar e eliminar bloqueios de sal em nanoescala poderia aproximar o {hardware} iônico das funções dinâmicas de aprendizagem e memória dos sistemas neurais biológicos.
Papel: O bloqueio induzido por autoaquecimento em nanoporos permite a computação iônica neuromórfica. Crédito da imagem: imagem gerada por IA criada usando ChatGPT/OpenAI
Num recente ‘artigo no prelo’ na revista Comunicações da Naturezaos pesquisadores relatam o desenvolvimento de um memristor de bloqueio induzido por autoaquecimento (SIBM) baseado em nanoporos que permite a computação iônica neuromórfica, aproveitando a precipitação acionada termicamente e a eliminação de precipitados acionada por campo elétrico para comutação resistiva.
Fundamentação da computação neuromórfica iônica
A computação neuromórfica visa emular o processamento eficiente de informações do cérebro usando arquiteturas de {hardware} especializadas. Os memristores, como dispositivos de comutação resistivos, surgiram como candidatos promissores para sistemas neuromórficos devido à sua funcionalidade de memória intrínseca.
No entanto, a maioria dos memristores são dispositivos de estado sólido que utilizam elétrons ou buracos como portadores de carga, diferindo fundamentalmente dos sistemas neurais biológicos que utilizam íons e moléculas. Essa discrepância motiva a exploração de memristores fluídicos, que aproveitam a condução iônica dentro de canais em nanoescala para imitar mais de perto a dinâmica iônica biológica. Os memristores fluídicos existentes normalmente dependem de mecanismos como polarização de concentração de íons, deformação mecânica ou reações eletroquímicas.
Este trabalho apresenta um memristor fluídico baseado em nanoporos cuja comutação de resistência surge do bloqueio de precipitação induzida por autoaquecimento dentro de poros em nanoescala, oferecendo uma abordagem distinta de prova de conceito para {hardware} neuromórfico bioinspirado.
Fabricação de dispositivos Nanopore
O dispositivo central estudado é um chip nanoporo fabricado em uma membrana suspensa de nitreto de silício de 20 nm de espessura, com poros de 300-400 nm de diâmetro criados pela tecnologia de feixe de íons focado. O chip separa dois reservatórios de fluido contendo uma solução eletrolítica mista de sulfato de cério (Ce2(ENTÃO4)3) e cloreto de potássio (KCl), juntamente com eletrodos Ag/AgCl inseridos em cada reservatório.
As principais ferramentas experimentais incluem termopares posicionados perto dos nanoporos para medir o aquecimento localizado, microscopia eletrônica de varredura (SEM) e microscopia de força atômica (AFM) para observar mudanças morfológicas e formação de precipitados na troca, e espectrometria de energia dispersiva (EDS) para identificar composições precipitadas.
A modelagem de elementos finitos foi realizada para simular o aquecimento Joule localizado e as distribuições de temperatura resultantes dentro dos nanoporos. A variação nos parâmetros do dispositivo explorou os efeitos da faixa de varredura de tensão, concentração e espécie de eletrólito, tamanho dos poros e tempo de pulso na dinâmica do memristor. Além disso, um arranjo de memristores fluídicos 5 × 4 com ortogonais padronizados PDMS microcanais foram fabricados para demonstrar operações endereçáveis de gravação, apagamento, retenção, leitura e reescrita usando elementos de dispositivo baseados em nanoporos, armazenando e reescrevendo sequencialmente as letras “S”, “E” e “U”.
Dinâmica de Memristor de Autoaquecimento
Os fenômenos de transporte dentro dos nanoporos revelam uma comutação resistiva distinta (RS) mecanismo governado fundamentalmente pelo aquecimento Joule autogerado. Quando uma tensão é aplicada, a grande queda de potencial através dos poros em nanoescala produz aquecimento Joule localizado à medida que a corrente iônica passa através deles.
Isso eleva a temperatura dentro dos poros, provocando a precipitação de sulfato de cério, um sal com solubilidade retrógrada, no inside dos nanoporos. Os precipitados bloqueiam fisicamente os canais de transporte de íons, aumentando abruptamente a resistência e mudando o dispositivo para um estado de alta resistência (RH). À medida que a tensão e a temperatura diminuem, o precipitado é progressivamente removido, com a recuperação da condutância potencialmente auxiliada pelo fluxo eletroosmótico ou transporte eletroforético, restaurando a condução iônica e retornando a um estado de baixa resistência.LRS).
4 medições sob ondas de tensão triangulares revelam um loop de histerese unipolar pronunciado com uma tensão de limiar acentuada, indicando um comportamento de comutação abrupta que se assemelha a respostas neuronais biológicas de “tudo ou nada”. Os dados do termopar e a modelagem térmica de elementos finitos suportam o aquecimento Joule localizado como gatilho para a comutação.
Experimentos de controle argumentam contra a formação de nanobolhas e os efeitos eletroquímicos na superfície do eletrodo como os principais mecanismos de comutação. As nanobolhas exibiram uma dinâmica muito mais rápida do que os estados de resistência observados. Separadamente, a substituição dos eletrodos não restaurou o estado de baixa resistência. A análise morfológica fornece evidência direta de Ce cristalino2(ENTÃO4)3 precipita dentro dos poros após eventos de comutação resistiva.
O desempenho do dispositivo pode ser ajustado por meio de parâmetros que controlam a potência de aquecimento Joule, como condutividade eletrolítica, espécies de íons, tamanho dos poros e tensão aplicada. Concentrações mais altas de KCl e diâmetros de poros menores produzem tensões de limiar mais baixas e histerese mais pronunciada devido ao aumento do aquecimento native.
É importante ressaltar que o dispositivo apresenta resistência diferencial negativa (NDR) regiões durante varreduras de tensão, refletindo sua resposta térmica não linear e dinâmica. Esta característica é análoga à dos memristores Mott acionados termicamente. Em outros dispositivos localmente ativos, NDR tem sido associada a fenômenos neuromórficos complexos, como autooscilação e geração de potencial de ação, embora os pesquisadores não tenham demonstrado diretamente esses comportamentos em SIBM.
A velocidade de resposta do memristor melhora com o treinamento do dispositivo, atingindo tempos de resposta em torno de 12 ms em um dispositivo bem treinado. SIBM também mostrou comutação repetível entre corrente e tensão em mais de 60 varreduras consecutivas e exibiu tempos de retenção de até cerca de 1.500 segundos antes do relaxamento.
A funcionalidade neuromórfica demonstrada inclui depressão de pulso pareado (PPD), em que a resposta a um segundo estímulo é atenuada em função do intervalo entre pulsos e da plasticidade dependente da taxa de pico (PRSD), que mostra modulação de condutância dependente da frequência análoga ao comportamento sináptico.
A memória e o esquecimento são emulados por meio de pulsos supra-limiares que induzem o bloqueio e pulsos de menor magnitude que promovem a recuperação da condutância, com a magnitude do pulso em vez da polaridade controlando principalmente a resposta. Pulsos bidirecionais acima do limiar de comutação produziram estados inibitórios persistentes análogos à inibição mútua nas sinapses biológicas. A aprendizagem associativa é emulada pelo condicionamento de um estímulo que inicialmente não provoca nenhuma resposta para eventualmente evocar uma resposta de memória após emparelhar com um segundo estímulo. Além desses comportamentos de aprendizagem e memória acionados eletricamente, os pesquisadores também construíram um dispositivo químico sináptico no qual um breve estímulo eletrolítico ácido dissolveu o precipitado, convertendo uma entrada química em uma resposta elétrica repetível antes da precipitação se reformar.
Perspectivas para Memristores Fluídicos
Em resumo, esta pesquisa apresenta um novo memristor fluídico em nanoescala, cuja comutação resistiva única surge da precipitação de sal induzida por autoaquecimento localizada, bloqueando nanoporos e eliminação de precipitados eletricamente assistida. Este mecanismo de comutação termoquímica representa uma abordagem distinta de prova de conceito em dispositivos neuromórficos iônicos, fornecendo dinâmica de condutância não linear com resistência diferencial negativa e permitindo diversos comportamentos de plasticidade do tipo sináptico.
Os caminhos de otimização futuros incluem controle estrutural preciso de nanoporos, engenharia de superfície e adaptação de eletrólitos para ciclos de precipitação estáveis e reversíveis que minimizam o consumo de energia. Além disso, a sintonização química intrínseca oferece oportunidades para plataformas multifuncionais que combinam processamento de sinais térmicos, iônicos e químicos. No entanto, o sistema continua sendo uma prova inicial de conceito, com uma matriz de 20 elementos, testes de resistência limitados e nenhuma energia no nível do sistema ou benchmark prático de computação.