- Ученые из Индийского института науки разработали молекулярные конструкции, способные выполнять функции нейронов без использования транзисторов и кремния.
- Команда создала 17 молекул на основе рутения, которые могут менять свое поведение — работать как память, логический элемент или синапс в одной структуре.
- Разработана теоретическая модель, предсказывающая поведение молекулярных устройств, что значительно продвигает молекулярную электронику после полувека хаотичных экспериментов.
Современные технологии искусственного интеллекта по-прежнему зависят от классической архитектуры процессоров и видеокарт, где память и вычисления физически разделены. Этот подход ограничен как по скорости, так и по энергопотреблению, поскольку данные постоянно перемещаются между компонентами. В поисках более эффективных решений учёные обращают внимание на нейроморфные чипы, имитирующие работу мозга. Однако эти «мозгоподобные» системы всё ещё основаны на кремнии и транзисторах, лишь воспроизводя поведение нейронов на привычных электронных компонентах.
Исследователи из Индийского института науки предложили радикально иной метод — создать устройства из молекул, которые естественным образом способны хранить состояние, переключаться между функциями и обучаться, подобно биологическим нейронам. В рамках проекта команда изготовила 17 молекулярных конструкций на основе рутения — металла платиновой группы. При правильной настройке окружения отдельная молекула способна менять свою роль, выступая то как элемент памяти, то как логический вентиль, то как синапс, объединяя эти функции в единой структуре, полностью избавленной от транзисторов и кремния.
Главным достижением проекта стала разработка теоретической модели, предсказывающей поведение таких молекулярных компонентов исходя из их структурных характеристик. За последние пятьдесят лет именно непредсказуемость и хаотичность работы молекул существенно тормозили развитие молекулярной электроники. Теперь наличие инструмента для точного контроля поведения молекул открывает дорогу к созданию надёжных и управляемых систем.
Следующим этапом учёные намерены интегрировать эти молекулярные элементы с существующими кремниевыми чипами. В случае успеха мы получим принципиально новое «железо» для искусственного интеллекта — не симуляцию нейронных сетей на основе транзисторов, а материал, обладающий внутренней способностью к обучению и адаптации. Это может стать настоящим прорывом в аппаратном обеспечении ИИ и изменить подходы к построению умных систем.
