آیا آینده هوش مصنوعی در مولکول‌ها نهفته است؟

مروری کوتاه بر پیشرفت الکترونیک مولکولی

تلاش برای استفاده از مولکول‌ها به عنوان اجزای الکترونیکی، با وجود پتانسیل واضح، به دلیل تعاملات پیچیده و غیرخطی بین مولکول‌ها در دستگاه‌های واقعی، همواره با چالش‌های عملی روبرو بوده است. به موازات آن، محاسبات نورومورفیک نیز در جستجوی موادی است که به طور ذاتی قابلیت ذخیره اطلاعات و پردازش را داشته باشند.

همگرایی دو مسیر در یک مطالعه جدید

یک مطالعه جدید از مؤسسه علوم هند نشان می‌دهد که این دو حوزه در حال همگرایی هستند. تیمی به سرپرستی سریتوش گوسوامی، دستگاه‌های مولکولی کوچکی توسعه داده‌اند که رفتار آن‌ها قابل تنظیم است. بسته به نحوه تحریک، همان دستگاه می‌تواند به عنوان یک عنصر حافظه، گیت منطقی، سلکتور، پردازنده آنالوگ یا سیناپس الکترونیکی عمل کند. سریتوش گوسوامی می‌گوید: «دیدن این سطح از سازگاری در مواد الکترونیکی نادر است. در اینجا طراحی شیمیایی با محاسبات ملاقات می‌کند، نه به‌عنوان یک قیاس، بلکه به‌عنوان یک اصل کاری.»

نقش کلیدی شیمی در ایجاد چندکاربردی

این انعطاف‌پذیری از شیمی خاص به کار رفته ناشی می‌شود. پژوهشگران ۱۷ کمپلکس روثنیوم با طراحی دقیق سنتز کردند و نشان دادند که تغییرات کوچک در شکل مولکول و محیط یونی اطراف، رفتار الکترون‌ها را به شدت تحت تأثیر قرار می‌دهد. پالوی گاور، نویسنده اول این مطالعه، می‌گوید: «آنچه من را شگفت‌زده کرد، میزان انعطاف‌پذیری نهفته در همان سیستم بود. با شیمی مولکولی و محیط مناسب، یک دستگاه می‌تواند اطلاعات ذخیره کند، با آن محاسبه کند، یا حتی یاد بگیرد و فراموش کند. این چیزی نیست که از الکترونیک حالت‌جامد انتظار داشته باشید.»

ارائه یک چارچوب نظری پیش‌بینی‌کننده

برای درک این رفتار، تیم یک مدل نظری بر پایه فیزیک چندبدنی و شیمی کوانتومی توسعه داد که می‌تواند رفتار دستگاه را مستقیماً از ساختار مولکولی پیش‌بینی کند. این مدل مسیر حرکت الکترون‌ها، فرآیندهای اکسایش و کاهش و جابجایی یون‌ها را ردیابی می‌کند که در نهایت رفتار سوئیچینگ و پایداری دستگاه را تعیین می‌کنند.

گام به سوی هوش مصنوعی کارآمدتر

نتیجه کلیدی این پژوهش، امکان ترکیب حافظه و محاسبات در یک ماده واحد است که درِ ورود به سخت‌افزار نورومورفیک با یادگیری تعبیه‌شده در ماده را باز می‌کند. این تیم هم‌اکنون در حال کار برای یکپارچه‌سازی این سیستم‌های مولکولی بر روی تراشه‌های سیلیکونی است. سریبراتا گوسوامی، که طراحی شیمیایی را هدایت کرده، می‌گوید: «این کار نشان می‌دهد که شیمی می‌تواند معمار محاسبات باشد، نه صرفاً تأمین‌کننده آن.»

منبع: Rokna