p A computação de reservatório (RC) aborda problemas complexos imitando a maneira como as informações são processadas no cérebro dos animais. Ele se baseia em uma rede conectada aleatoriamente que serve como reservatório de informações e, em última análise, leva a resultados mais eficientes. Para realizar RC diretamente na matéria (em vez de simulá-lo em um computador digital), numerosos materiais de reservatório foram investigados até o momento. Agora, uma equipe incluindo pesquisadores da Universidade de Osaka projetou uma rede de polianilina sulfonada para RC. p As redes neurais no cérebro usam sinais eletroquímicos transportados por íons. Portanto, uma abordagem eletroquímica é uma escolha lógica ao escolher um sistema de material para RC. Os transistores de efeito de campo eletroquímico orgânico (OECFETs) são populares na bioeletrônica; Contudo, eles ainda não foram amplamente usados ​​para RC.

p A chave para o material do reservatório é que ele tem um comportamento rico (dependente do tempo) e é desordenado, o que torna os materiais poliméricos uma excelente opção, já que eles próprios formam redes aleatórias.

p A polianilina é um polímero promissor para aplicações RC, porque é fácil de polimerizar, tem boa estabilidade na atmosfera, e tem comportamento reversível de dopagem / desdopagem, o que significa que sua condução pode ser alterada.

p Os pesquisadores investigaram a polianilina sulfonada (SPAN), que, além das vantagens da polianilina, tem alta solubilidade em água e comportamento de autodopagem. Isso torna o SPAN mais fácil de trabalhar e o doping mais uniforme.

p "Os prótons atmosféricos são injetados diretamente na cadeia polimérica do SPAN, o que faz com que ele conduza, "explica o autor principal do estudo, Yuki Usami." Esta condução pode então ser controlada ajustando a umidade. "

p Os pesquisadores usaram um método de fundição simples para montar o SPAN em eletrodos de ouro para fornecer um dispositivo de rede eletroquímica orgânica (OEND).

p O SPAN OEND foi testado para RC verificando a forma de onda e avaliando seu desempenho em tarefas de memória de curto prazo. Os resultados de um teste para verificar o quão bem a fala pode ser reconhecida alcançaram uma precisão de 70%. Essa capacidade do SPAN OEND era comparável a uma simulação de software de RC.

p "Mostramos que nosso sistema SPAN OEND pode ser aplicado em RC, "diz o autor correspondente do estudo, Takuya Matsumoto." Etapas futuras para estabelecer sistemas que não dependam de umidade fornecerão opções mais práticas; Contudo, o sucesso do nosso sistema baseado em SPAN é um passo positivo para a computação de reservatórios baseada em materiais, que deve ter um impacto significativo na próxima geração de dispositivos de inteligência artificial. "