• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Os pesquisadores usam sistemas magnéticos para reproduzir artificialmente as funções de aprendizado e esquecimento do cérebro

    Esquema da formação da EDL. Crédito:UAB

    Com o advento do Big Data, as arquiteturas computacionais atuais estão se mostrando insuficientes. Dificuldades em diminuir o tamanho dos transistores, grande consumo de energia e velocidades de operação limitadas tornam a computação neuromórfica uma alternativa promissora.
    A computação neuromórfica, um novo paradigma de computação inspirado no cérebro, reproduz a atividade das sinapses biológicas usando redes neurais artificiais. Tais dispositivos funcionam como um sistema de interruptores, de modo que a posição ON corresponde à retenção ou "aprendizado" da informação, enquanto a posição OFF corresponde à exclusão ou "esquecimento" da informação.

    Em publicação recente, cientistas da Universitat Autònoma de Barcelona (UAB), do CNR-SPIN (Itália), do Instituto Catalão de Nanociência e Nanotecnologia (ICN2), do Instituto de Micro e Nanotecnologia (IMN-CNM-CSIC) e do Instituto A ALBA Synchrotron explorou a emulação de sinapses artificiais usando novos dispositivos de materiais avançados. O projeto foi liderado pelo bolsista do Serra Húnter Enric Menéndez e pelo pesquisador do ICREA Jordi Sort, ambos do Departamento de Física da UAB, e faz parte do doutorado de Sofia Martins. tese.

    Uma nova abordagem para imitar funções de sinapse

    Até agora, a maioria dos sistemas utilizados para este fim eram controlados por correntes elétricas, envolvendo significativa perda de energia por dissipação de calor. Aqui, a proposta dos pesquisadores era usar magneto-iônica, o controle não volátil das propriedades magnéticas dos materiais por migração de íons acionada por voltagem, o que diminui drasticamente o consumo de energia e torna o armazenamento de dados energeticamente eficiente.

    Embora a dissipação de calor diminua com os efeitos da migração de íons, o movimento magneto-iônico do oxigênio à temperatura ambiente é geralmente lento para aplicações industriais, envolvendo vários segundos ou até minutos para alternar o estado magnético. Para resolver esse problema, a equipe investigou o uso de materiais-alvo cuja estrutura cristalina já continha os íons a serem transportados. Tais alvos magneto-iônicos podem sofrer transformações totalmente reversíveis de um estado não ferromagnético (desligado) para um estado ferromagnético (ligado) e vice-versa apenas pelo movimento de oxigênio acionado por voltagem do alvo em direção a um reservatório (LIGADO) e vice-versa (DESLIGADO).

    Dadas as suas estruturas cristalinas, os óxidos de cobalto foram os materiais escolhidos para a fabricação dos filmes, variando de 5nm a 230nm de espessura. Os pesquisadores investigaram o papel da espessura no comportamento magneto-iônico resultante, revelando que quanto mais finos os filmes, mais rápida era a geração de magnetização.

    Os espectros de absorção de raios X (XAS) das amostras foram realizados na linha de luz BOREAS do Síncrotron ALBA. O XAS foi utilizado para caracterizar, à temperatura ambiente, a composição elementar e o estado de oxidação dos filmes de óxido de cobalto, que se mostraram diferentes para os filmes mais finos e mais espessos. Essas descobertas foram cruciais para entender as diferenças no movimento magneto-iônico do oxigênio entre os filmes.

    Como as velocidades de operação alcançadas neste trabalho foram semelhantes às usadas para computação neuromórfica, os filmes mais finos de óxido de cobalto foram investigados. Em particular, os efeitos relacionados à aprendizagem de capacidades neuromórficas foram induzidos e os resultados forneceram evidências de que sistemas magneto-iônicos podem emular funcionalidades de "aprendizado" e "esquecimento".

    Além da computação neuromórfica, outras aplicações práticas como memórias magnéticas e spintrônica se beneficiarão dos resultados deste estudo. A combinação de memórias magnéticas com magneto-iônicos energeticamente eficientes pode ser uma forma possível de reduzir as energias operacionais para meios de armazenamento de dados de próxima geração, enquanto mecanismos magneto-iônicos para controlar camadas antiferromagnéticas são atualmente candidatos promissores para o desenvolvimento de dispositivos spintrônicos. + Explorar mais

    Descobrindo tecnologias de economia de energia no setor de TI:Controlando ferrimagnets por tensão




    © Ciência https://pt.scienceaq.com