Fig. 1 Na computação de reservatórios, a propagação de informações é como ondas ondulantes na superfície de um corpo de água; portanto, o termo “reservatório” é usado. O eletrodo subaquático retratado é o eletrodo multiterminal real usado neste estudo. Crédito:Megumi Akai-Kasaya et al.
Após muitas décadas de desenvolvimentos surpreendentes, os avanços na computação baseada em semicondutores estão começando a desacelerar à medida que os transistores atingem seus limites físicos em tamanho e velocidade. No entanto, os requisitos para computação continuam a crescer, especialmente em inteligência artificial, onde as redes neurais costumam ter vários milhões de parâmetros. Uma solução para esse problema é a computação de reservatórios, e uma equipe de pesquisadores liderada pela Universidade de Osaka, com colegas da Universidade de Tóquio e da Universidade de Hokkaido, desenvolveu um sistema simples baseado em reações eletroquímicas em corrente Faradic que eles acreditam que impulsionará os desenvolvimentos nesta área.
A computação de reservatório é uma ideia relativamente recente na computação. Em vez de programas binários tradicionais executados em chips semicondutores, as reações de um sistema dinâmico não linear - o reservatório - são usadas para realizar grande parte do cálculo. Vários sistemas dinâmicos não lineares de processos quânticos a componentes ópticos de laser têm sido considerados como reservatórios. Neste estudo, os pesquisadores analisaram a condutância iônica de soluções eletroquímicas.
“Nosso dispositivo de teste simples consiste em 90 pares de eletrodos planares com uma solução iônica lançada em sua superfície”, explica o professor Megumi Akai-Kasaya, principal autor do estudo. "A tensão de resposta à tensão de entrada é então usada como a resposta do reservatório." Essa resposta de voltagem se deve tanto às correntes iônicas que passam pela solução quanto à corrente eletroquímica. Essa relação de entrada-saída é não linear e reproduzível, o que a torna adequada para uso na computação de reservatórios. Um sistema exclusivo de aquisição de dados multivias no dispositivo controla os nós de leitura, o que permite testes paralelos.
Fig. 2 Computação do reservatório físico e a construção de um reservatório de base molecular. (a) Estrutura da computação tradicional de reservatórios. (b) Conceito de nosso sistema de computação de reservatório físico. Crédito:Megumi Akai-Kasaya et al., Ciência Avançada
Os pesquisadores usaram o aparelho para avaliar dois líquidos:moléculas de polioxometalato em solução e água deionizada. O sistema exibiu uma "conexão feedforward" entre os nós, independentemente de qual amostra foi usada. No entanto, houve diferenças. "A solução de polioxometalato aumentou a diversidade da corrente de resposta, o que a torna boa para prever sinais periódicos", diz o professor Akai-Kasaya. "Mas acontece que a água deionizada é melhor para resolver problemas não lineares de segunda ordem." O bom desempenho dessas soluções demonstra seu potencial para tarefas mais complicadas, como reconhecimento de fontes manuscritas, reconhecimento de palavras isoladas e outras tarefas de classificação.
Fig. 3 (a) Estrutura da molécula de polioxometalato (POM). (b) Esquema do reservatório baseado em reação eletroquímica. (c) Respostas da solução POM (esquerda) e água deionizada (direita) a um sinal senoidal e seus desempenhos de previsão em um sinal alvo de seno quádruplo (QDW). (d) Prediction performances of the POM solution and water on a nonlinear target signal. Credit:Megumi Akai-Kasaya et al., Advanced Science
The researchers believe that proton or ion transfer with minimal electrochemical reactions over short durations has the potential for development as a more computationally powerful computing system that is low in cost and energy efficient. The simplicity of the proposed system opens up exciting new opportunities for developing computing systems based on electrochemical ion reactions.
