(Phys.org)—Ordinateurs naturels, tels que les cerveaux évolués et les automates cellulaires, expriment des réseaux interconnectés sophistiqués et présentent un parallélisme massif. Ils s'adaptent également pour exploiter les propriétés physiques locales telles que la diaphonie capacitive entre les circuits. Par contre, les ordinateurs synthétiques canalisent l'activité selon des règles de conception établies et ne s'adaptent pas pour tirer parti de leur environnement. Ainsi, les chercheurs s'intéressent à l'utilisation de la matière elle-même pour le calcul.

Les scientifiques ont spéculé sur la capacité de faire évoluer des réseaux nanométriques sans conception de matière inanimée avec les mêmes capacités robustes que les ordinateurs naturels, mais n'ont pas encore réalisé le concept. Maintenant, un groupe de chercheurs rapporte dans Nature Nanotechnologie un système de nanomatériaux désordonné qui a été artificiellement évolué en optimisant les valeurs des tensions de contrôle selon un algorithme génétique.

En utilisant des nanoparticules métalliques interconnectées, qui agissent comme des transistors monoélectroniques non linéaires, les chercheurs ont pu exploiter les propriétés de réseau émergentes du système pour créer un environnement universel, porte booléenne reconfigurable. Les auteurs notent que leur système répond aux exigences d'un réseau de neurones cellulaires - universalité, compacité, robustesse et évolutivité. Leur approche fonctionne autour des variations d'un appareil à l'autre qui deviennent de plus en plus difficiles à aligner à mesure que les semi-conducteurs approchent de l'échelle nanométrique, et qui entraînent des incertitudes sur les performances.

Leur système est un réseau de nanoparticules désordonné qui peut être reconfiguré in situ en n'importe quelle porte logique booléenne à deux entrées en réglant six tensions de commande statiques. Il exploite le riche comportement émergent de jusqu'à 100 nanoparticules arbitrairement interconnectées. Pour l'expérimentation, les chercheurs ont utilisé des nanoparticules d'or de 20 nm interconnectées avec des molécules isolantes. Ces transistors monoélectroniques expriment un comportement de commutation fortement non linéaire, et les chercheurs ont recherché des portes logiques parmi les interactions mutuelles entre eux.

La méthode la plus rapide s'est avérée être l'évolution artificielle. Ils ont développé un algorithme génétique qui a suivi les règles bien connues de la sélection naturelle, considérer chaque tension de contrôle comme un gène et l'ensemble complet des tensions du système comme un génome. Les plus performants (c'est-à-dire « les plus aptes ») ont été préservés et améliorés via une approche composite de clonage-élevage. Les traits désirables de l'initiale, la plupart des génomes peu performants ont été transmis sélectivement aux générations suivantes.

Pour chaque porte logique évoluée, l'algorithme génétique a presque toujours convergé vers un génome viable en moins de 200 générations. Les chercheurs notent qu'en raison des signaux d'entrée lents qu'ils ont utilisés, le processus a pris environ une heure; l'optimisation de la configuration du système pourrait entraîner une évolution plus rapide.

"En utilisant la procédure d'évolution artificielle... nous avons réussi à réaliser entièrement configurable, logique booléenne robuste dans les réseaux de nanoparticules désordonnées à notre température de base d'environ 0,3 K. Ces résultats comprennent la première démonstration expérimentale de l'exploitation de la matière désordonnée à l'échelle nanométrique pour la fonctionnalité de calcul, " écrivent les auteurs.

Ils notent que le système répond aux critères de réalisation physique d'un réseau de neurones cellulaires et que la même approche évolutive avec une disposition d'électrodes plus sophistiquée pourrait générer beaucoup plus de tâches de calcul. "Notre approche évolutive fonctionne autour des variations d'un appareil à l'autre à l'échelle nanométrique et des incertitudes associées en matière de performances, qui devient de plus en plus un goulot d'étranglement pour la miniaturisation des circuits électroniques classiques. Les résultats, donc, doivent également être considérés à la lumière de ces possibilités passionnantes, " ils écrivent.

© 2015 Phys.org