• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Des chercheurs utilisent des systèmes magnétiques pour reproduire artificiellement les fonctions d'apprentissage et d'oubli du cerveau

    Schéma de la formation EDL. Crédit :UAB

    Avec l'avènement du Big Data, les architectures de calcul actuelles s'avèrent insuffisantes. Les difficultés à réduire la taille des transistors, la grande consommation d'énergie et les vitesses de fonctionnement limitées font de l'informatique neuromorphique une alternative prometteuse.

    L'informatique neuromorphique, un nouveau paradigme de calcul inspiré du cerveau, reproduit l'activité des synapses biologiques en utilisant des réseaux de neurones artificiels. De tels dispositifs fonctionnent comme un système d'interrupteurs, de sorte que la position ON correspond à la rétention d'informations ou « apprentissage », tandis que la position OFF correspond à la suppression ou « oubli » d'informations.

    Dans une publication récente, des scientifiques de l'Universitat Autònoma de Barcelona (UAB), du CNR-SPIN (Italie), de l'Institut catalan de nanosciences et de nanotechnologies (ICN2), de l'Institut de micro et nanotechnologie (IMN-CNM-CSIC) et du ALBA Synchrotron a exploré l'émulation de synapses artificielles à l'aide de nouveaux dispositifs matériels avancés. Le projet a été dirigé par le boursier Serra Húnter Enric Menéndez et le chercheur de l'ICREA Jordi Sort, tous deux du département de physique de l'UAB, et fait partie du doctorat de Sofia Martins. thèse.

    Une nouvelle approche pour imiter les fonctions des synapses

    Jusqu'à présent, la plupart des systèmes utilisés à cet effet étaient finalement commandés par des courants électriques, entraînant une importante perte d'énergie par dissipation thermique. Ici, la proposition des chercheurs était d'utiliser la magnéto-ionique, le contrôle non volatil des propriétés magnétiques des matériaux par la migration des ions commandée par la tension, ce qui réduit considérablement la consommation d'énergie et rend le stockage des données économe en énergie.

    Bien que la dissipation thermique diminue avec les effets de migration des ions, le mouvement magnéto-ionique de l'oxygène à température ambiante est généralement lent pour les applications industrielles, impliquant plusieurs secondes voire minutes pour basculer l'état magnétique. Pour résoudre ce problème, l'équipe a étudié l'utilisation de matériaux cibles dont la structure cristalline contenait déjà les ions à transporter. De telles cibles magnéto-ioniques peuvent subir des transformations entièrement réversibles d'un état non ferromagnétique (éteint) à un état ferromagnétique (activé) et vice-versa simplement par le mouvement de l'oxygène commandé par la tension de la cible vers un réservoir (ON) et vice versa (OFF).

    Compte tenu de leurs structures cristallines, les oxydes de cobalt ont été les matériaux choisis pour la fabrication des films, allant de 5 nm à 230 nm d'épaisseur. Les chercheurs ont étudié le rôle de l'épaisseur sur le comportement magnéto-ionique résultant, révélant que plus les films sont minces, plus la génération de magnétisation est atteinte rapidement.

    Les spectres d'absorption des rayons X (XAS) des échantillons ont été réalisés sur la ligne de lumière BOREAS du synchrotron ALBA. XAS a été utilisé pour caractériser, à température ambiante, la composition élémentaire et l'état d'oxydation des films d'oxyde de cobalt, qui se sont avérés différents pour les films les plus minces et les plus épais. Ces découvertes ont été cruciales pour comprendre les différences dans le mouvement magnéto-ionique de l'oxygène entre les films.

    Comme les vitesses de fonctionnement obtenues dans ce travail étaient similaires à celles utilisées pour l'informatique neuromorphique, les films d'oxyde de cobalt les plus minces ont été étudiés plus en détail. En particulier, les effets liés à l'apprentissage des capacités neuromorphiques ont été induits et les résultats ont fourni la preuve que les systèmes magnéto-ioniques peuvent émuler les fonctionnalités "d'apprentissage" et "d'oubli".

    Outre l'informatique neuromorphique, d'autres applications pratiques telles que les mémoires magnétiques et la spintronique bénéficieront des résultats de cette étude. La combinaison de mémoires magnétiques avec des magnéto-ioniques économes en énergie pourrait être un moyen possible de réduire les énergies opérationnelles pour les supports de stockage de données de nouvelle génération, tandis que les mécanismes magnéto-ioniques pour contrôler les couches antiferromagnétiques sont actuellement des candidats prometteurs pour le développement de dispositifs spintroniques. + Explorer plus loin

    A la découverte des technologies d'économie d'énergie dans le secteur informatique :Pilotage des ferrimagnétiques par la tension




    © Science https://fr.scienceaq.com