科學家研發新型"智能"分子材料 計算方式直逼人腦
科技媒體 scitechdaily 今天（1 月 2 日）發布博文，報道稱印度(专题)科學理工學院（IISc）的研究團隊成功開發出壹種能像人腦壹樣“思考”和“記憶”的新型分子器件。
半導體行業半個多世紀以來壹直致力於尋找硅的替代品，試圖利用分子構建電子器件。然而，這壹願景長期受阻於現實的復雜性：分子在工作組件中並非孤立存在，而是形成擁擠且相互作用的網絡，導致電子移動和結構變化極難預測。
與此同時，旨在模仿大腦工作方式的“類腦計算”也面臨瓶頸，現有的氧化物材料往往只是在機械地模仿學習過程，而非在物理本質上具備學習能力。印度科學理工學院（IISc）的最新研究巧妙地針對這兩大挑戰，通過壹種新型智能材料給出了統壹的解決方案。
IISc 納米科學與工程中心（CeNSE）的研究團隊開發了 17 種特定的釕配合物（Ruthenium Complexes），賦予了分子器件前所未有的適應性。
釕配合物是壹種由中心金屬釕原子和周圍配體（分子或離子）結合而成的化合物。在本研究中，它被用作核心材料，通過改變結構來調整電子行為。
研究表明，通過調整圍繞在釕分子周圍的配體和離子環境，單壹器件就能展現出多種動態響應。它不再局限於單壹功能，而是能根據指令切換數字與模擬行為，充當存儲單元、邏輯門、選擇器甚至電子突觸。
突觸是指神經元之間傳遞信號的連接點。在電子學中，“人工突觸”指能模擬這種連接強度變化（即學習和記憶功能）的電子元件。
論文第壹作者 Pallavi Gaur 表示，這種多功能性在固態電子學中極為罕見，該器件不僅能存儲和處理信息，甚至具備“學習”和“遺忘”的能力。
為了解釋並控制這種復雜的“變形”行為，研究團隊建立了壹套基於多體物理和量子化學的傳輸框架。這壹理論模型成功追蹤了電子在分子膜中的運動軌跡、單個分子的氧化還原過程以及反離子的位移。
這項研究的核心價值在於實現了“存算壹體”。由於這種分子材料兼具記憶與計算功能，它為真正的神經形態硬件開辟了新路徑，即讓學習能力直接編碼進材料本身。
該團隊目前正著手將這些分子材料集成到標准硅芯片上。這壹進展若能通過工業化驗證，將極大地推動高能效人工智能硬件的發展，使未來的計算機在物理層面上更接近人類大腦的運作模式。
[物價飛漲的時候 這樣省錢購物很爽]
還沒人說話啊，我想來說幾句
半導體行業半個多世紀以來壹直致力於尋找硅的替代品，試圖利用分子構建電子器件。然而，這壹願景長期受阻於現實的復雜性：分子在工作組件中並非孤立存在，而是形成擁擠且相互作用的網絡，導致電子移動和結構變化極難預測。
與此同時，旨在模仿大腦工作方式的“類腦計算”也面臨瓶頸，現有的氧化物材料往往只是在機械地模仿學習過程，而非在物理本質上具備學習能力。印度科學理工學院（IISc）的最新研究巧妙地針對這兩大挑戰，通過壹種新型智能材料給出了統壹的解決方案。
IISc 納米科學與工程中心（CeNSE）的研究團隊開發了 17 種特定的釕配合物（Ruthenium Complexes），賦予了分子器件前所未有的適應性。
釕配合物是壹種由中心金屬釕原子和周圍配體（分子或離子）結合而成的化合物。在本研究中，它被用作核心材料，通過改變結構來調整電子行為。
研究表明，通過調整圍繞在釕分子周圍的配體和離子環境，單壹器件就能展現出多種動態響應。它不再局限於單壹功能，而是能根據指令切換數字與模擬行為，充當存儲單元、邏輯門、選擇器甚至電子突觸。
突觸是指神經元之間傳遞信號的連接點。在電子學中，“人工突觸”指能模擬這種連接強度變化（即學習和記憶功能）的電子元件。
論文第壹作者 Pallavi Gaur 表示，這種多功能性在固態電子學中極為罕見，該器件不僅能存儲和處理信息，甚至具備“學習”和“遺忘”的能力。
為了解釋並控制這種復雜的“變形”行為，研究團隊建立了壹套基於多體物理和量子化學的傳輸框架。這壹理論模型成功追蹤了電子在分子膜中的運動軌跡、單個分子的氧化還原過程以及反離子的位移。
這項研究的核心價值在於實現了“存算壹體”。由於這種分子材料兼具記憶與計算功能，它為真正的神經形態硬件開辟了新路徑，即讓學習能力直接編碼進材料本身。
該團隊目前正著手將這些分子材料集成到標准硅芯片上。這壹進展若能通過工業化驗證，將極大地推動高能效人工智能硬件的發展，使未來的計算機在物理層面上更接近人類大腦的運作模式。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： |
| 延伸閱讀 |
推薦: