Ученые из МФТИ представили мемристор второго рода на базе оксида гафния. Это устройство, подобно синапсу в живом мозге, запоминает информацию и естественным образом постепенно забывает те данные, к которым давно не обращались. Мемристоры могут стать основой для нейроморфных компьютеров с аналоговой архитектурой, имитирующих обучение биологического мозга. Статья опубликована в журнале ACS Applied Materials & Interfaces.
Нейроморфные компьютеры, лежащие в основе искусственного интеллекта, воспроизводят устройство мозга. При этом нейроны и связи между ними — синапсы — можно реализовать цифровым или аналоговым способом. В первом случае они представляют собой математические модели, использующие компьютеры с обычной цифровой архитектурой. Во втором случае узлы и связи нейросети — это реальные элементы на микросхеме.
Хотя большинство современных нейрокомпьютеров использует цифровой подход, аналоговая архитектура имеет серьезный потенциал. В теории такие машины могли бы проводить вычисления быстрее и тратить несоизмеримо меньше электроэнергии.
Базовый компонент аналоговых нейрокомпьютеров — мемристор. Это устройство, впервые испытанное в 2008 году, представляет собой ячейку памяти (ср. англ. memory), которая ведет себя как резистор с управляемым сопротивлением. Именно величина сопротивления кодирует информацию в мемристоре, подобно силе синапса между нейронами мозга.
Но живой мозг устроен сложнее: при редкой активации синапсов их сила уменьшается, а при частой — наоборот, увеличивается. Это свойство лежит в основе естественной памяти и обучения. Поэтому мы постепенно забываем образы, к которым мозг редко обращается, а повторение конспекта лекции фиксирует материал в памяти.
В 2015 году был предложен мемристор второго рода, который воспроизводит усиление и ослабление связей между нейронами мозга. Физически естественную память можно реализовать по-разному. Один из вариантов — формирование в мемристоре проводящих ток мостиков из наночастиц. Эти мостики снижают сопротивление, но со временем естественным образом распадаются, что соответствует забыванию информации.
«Недостаток этого решения в том, что в течение работы устройство ощутимо меняет свое поведение, а в какой-то момент не выдерживает и разрушается, — рассказывает ведущий автор исследования Анастасия Чуприк из лаборатории нейровычислительных систем МФТИ. — Мы использовали более надежный механизм, который продемонстрировал впечатляющий запас прочности: после проверки на 100 млрд циклов переключения система почти не изменила свои свойства и коллеги отчаялись исчерпать ресурс ячейки памяти».
Подход научной группы из МФТИ основан на использовании сегнетоэлектрика. Это вещество, которое под действием внешнего электрического поля меняет и затем сохраняет свою электрическую поляризацию, подобно намагниченности железа. Под поляризацией в данном случае понимается распределение связанного заряда в материале.
Исследователи реализовали мемристор второго рода в виде сегнетоэлектрического туннельного перехода — двух электродов, между которыми проложена тонкая пленка сегнетоэлектрика, оксида гафния (справа на рисунке). Внешние электрические импульсы контролируют поляризацию пленки в мемристоре, что и определяет его сопротивление.
«Самое сложное — это подобрать подходящую толщину сегнетоэлектрического слоя, — добавляет Анастасия Чуприк. — Оказалось, что для оксида гафния она составляет 4 нанометра. Если сделать пленку всего на нанометр тоньше, то она потеряет сегнетоэлектрические свойства, а если толще — электроны не смогут туннелировать через нее, а именно туннельный ток поддается регулировке через поляризацию».
Оксид гафния — не единственный сегнетоэлектрик, но он имеет важное преимущество перед титанатом бария и другими подобными материалами. Содержащие гафний вещества уже прижились в микроэлектронной промышленности. Например, они с 2007 года используются в микрочипах «Интел». Поэтому внедрение подобных разработок потребует не так много времени и инвестиций, как для нового материала.
Любопытно, что исследователям, в сущности, удалось воплотить механизм забывания за счет «несовершенства» материала. Именно дефекты на границе между кремнием и оксидом гафния, которые мешали внедрению этого материала в процессорах, делают возможным затухание проводимости мемристора со временем, воспроизводящее естественную память.
Виталий Михеев, первый автор исследования, поделился планами коллектива: «В будущем мы рассмотрим взаимодействие разных механизмов, которые переключают сопротивление в мемристоре. Оказывается, сегнетоэлектрический эффект может быть не единственным в наших структурах. Поэтому для дальнейшего совершенствования устройств потребуется разделять влияние разных механизмов и уметь их комбинировать».
По словам авторов исследования, они продолжат изучать фундаментальные свойства оксида гафния, чтобы повысить надежность хранения информации в ячейках энергонезависимой памяти. Кроме того, планируется перенос устройств на гибкую подложку для использования в гибкой электронике.
___
В прошлом году научная группа подробно описала переключение поляризации оксида гафния под действием электрического поля. Именно этот процесс позволяет снижать сопротивление сегнетоэлектрического мемристора, что соответствует усилению синапса в биологическом мозге. Лаборатория нейровычислительных систем также занимается нейрокомпьютерами с цифровой архитектурой.