新型分子计算设备具有前所未有的可重构性，令人想起大脑的可塑性

发表在期刊上的一项发现自然，一个国际研究小组描述了一种具有非凡计算能力的新型分子设备。

让人联想在人脑中的连接可塑性，通过简单地改变施加的电压，可以通过飞行来重新配置装置。此外，像神经细胞可以存储存储器，相同的设备也可以保留用于将来的检索和处理的信息。

“大脑通过在神经细胞之间的连接和打破连接来改变其接线的显着能力。在德克萨斯A＆M大学电脑工程系教授R. Stanley威廉姆斯博士说，在物理系统中实现了相当的东西。““我们现在已经创建了一种具有急剧重新配置性的分子器件，这是通过改变大脑中的物理连接来实现的，而是通过重新编程其逻辑来实现。”

T. Venkatesan博士，俄克拉何马大学量子研究与技术中心(CQRT)主任，盖瑟斯堡国家标准与技术研究所科学附属机构，新加坡国立大学电子与计算机工程兼职教授，他们补充说，他们的分子装置在未来可能有助于设计下一代处理芯片，提高计算能力和速度，但消耗的能源大大减少。

无论是熟悉的笔记本电脑还是复杂的超级计算机，数字技术都面临着一个共同的敌人，冯·诺伊曼瓶颈。这种计算处理的延迟是当前计算机体系结构的结果，其中包含数据和程序的内存在物理上与处理器分离。结果，计算机花费大量时间在两个系统之间来回传送信息，造成了瓶颈。此外，尽管处理器速度非常快，但这些单元在信息交换期间可能会闲置很长时间。

作为用于设计存储器单元和处理器的传统电子部件的替代方案，称为Memristors的设备提供了一种规避von neumann瓶颈的方法。诸如由二氧化铌和二氧化钒制成的物质的忆子，从设定温度转变为导体的绝缘体。此属性为这些类型的映像提供了执行计算和存储数据的能力。

然而，尽管存在许多优点，但这些金属氧化物存储器由稀土元素制成，并且只能在限制性温度制度中运行。因此，威廉姆斯表示，有一个持续寻求能够执行可比椎间盘功能的有机分子。

印度科学培养协会(Indian Association for the Cultivation of Science)的教授斯里布拉塔·戈斯瓦米(Sreebrata Goswami)博士设计了这项工作中使用的材料。这种化合物有一个中心金属原子(铁)与三个苯基偶氮吡啶结合的有机分子称为配体。

“这就像一个电子海绵，可以可逆地吸收多达6个电子，导致7种不同的氧化还原状态，”Sreebrata说。“这些状态之间的相互连接是这项工作中显示的可重构性背后的关键。”

新加坡国立大学(National University of Singapore)的研究人员斯里托什·格斯瓦米(Sreetosh Goswami)博士设计了这个项目，他创造了一个微型电路，该电路由一层40纳米的分子膜组成，它夹在顶部的一层金和底部的镀金纳米盘和铟锡氧化物之间。

当在设备上施加负电压时，sreettosh看到了一个前所未有的电流-电压曲线。与金属氧化物记忆电阻器不同的是，金属氧化物记忆电阻器可以在一个固定电压下从金属转换到绝缘体，而有机分子器件可以在几个离散的顺序电压下从绝缘体转换到导体。

“所以，如果您认为设备作为开关开关，就像我们将电压扫过更负压，那么设备首先切换到OFF，然后关闭到ON，然后返回ON然后返回ON。我会说我们只是吹出座位，“Venkatean说。“我们不得不说服自己，我们所看到的是真实的。”

SreeTosh和SReebrata使用称为拉曼光谱的成像技术研究了奇妙的切换行为下面的分子机制。特别是，它们寻找可以解释多转变的有机分子的振动运动的光谱签名。他们的研究表明，扫描电压负极引发分子上的配体，以进行一系列的还原，或电子获得，导致分子在关闭状态和状态之间过渡。

接下来，为了从数学上描述极端复杂的分子器件的电流-电压分布，威廉姆斯偏离了基于基本物理方程的传统方法。相反，他使用决策树算法描述了分子的行为，并使用了“如果-然后-其他”语句，这是许多计算机程序(尤其是数字游戏)中常见的一行代码。

“视频游戏具有一个结构，您可以拥有某种问题，然后出现一些事情。因此，如果您在计算机算法中写出OUT，则它们是if-wells的陈述，“威廉姆斯说。“这里，由于施加电压，分子正在切换到OFF，而且当我有eureka时刻使用决策树来描述这些设备时，它很好地工作。”

但研究人员更进一步，利用这些分子设备来运行程序，以执行不同的现实世界的计算任务。sreettosh通过实验证明，他们的设备可以在一个时间步内完成相当复杂的计算，然后重新编程，在下一个瞬间执行另一项任务。

“这太离奇了;我们的设备所做的事情与大脑所做的类似，但方式非常不同，”斯里托什说。“当你在学习新东西或做决定时，大脑实际上可以重新配置和改变周围的物理线路。类似地，我们可以通过给设备一个不同的电压脉冲，从逻辑上重新编程或重新配置设备。”

Venkatesan指出，需要数千个晶体管来执行与一个分子器件不同的决策树相同的计算功能。因此，他说，他们的技术可能首先用于手持设备，如手机和传感器，以及其他电力有限的应用。

参考：SreeTosh Goswami，Rajib Pramanick，Abhijeet Patra，Santi Prasad Rath，A. Ariando，Damien Thompson，T.Venkatean，Sreebrata Goswami和R. Stanley Williams，1921年9月1日，自然。
DOI: 10.1038 / s41586 - 021 - 03748 - 0

该研究的其他贡献者包括新加坡国立大学的Abhijeet Patra博士和Ariando博士;来自印度科学培养协会的Rajib Pramanick博士和Santi Prasad Rath博士;科罗拉多州惠普企业公司的Martin Foltin博士;以及来自爱尔兰利默里克大学的达米安·汤普森博士。

Venkatesan表示，这项研究表明了这支合作团队的未来发现，该团队将包括印度科学研究所和NIST的微系统和纳米技术划分的纳米科学和工程中心。

这项多学科和跨国研究得到了新加坡国家研究基金会竞争研究项目的支持;印度科学与工程研究委员会;德克萨斯农工大学总统卓越基金的X-Grants项目;新加坡先进制造和工程个人研究基金资助的科学、技术和研究;俄克拉荷马大学(CQRT University of Oklahoma)的启动资金;以及爱尔兰的科学基金会。