Cientistas do Indian Institute of Science (IISc) desenvolveram dispositivos moleculares capazes de mudar de função, comportando-se como elementos de memória, lógica ou aprendizado dentro da mesma estrutura. Esta inovação, descrita em um estudo recente, representa um avanço significativo para o futuro do hardware de IA molecular, prometendo superar as limitações do silício tradicional.
Por mais de cinquenta anos, a busca por alternativas ao silício na eletrônica molecular tem sido um desafio persistente. Moléculas em dispositivos reais interagem de maneiras complexas, com elétrons se movendo e íons se deslocando, gerando respostas não lineares difíceis de controlar. Paralelamente, a computação neuromórfica, inspirada no cérebro humano, busca materiais que possam armazenar, computar e se adaptar em uma única estrutura física, mas os sistemas atuais ainda imitam o aprendizado de forma mecânica.
Agora, essas duas áreas de pesquisa de longa data começam a convergir. A equipe do professor assistente Sreetosh Goswami, do Centre for Nano Science and Engineering (CeNSE) do IISc, conseguiu criar pequenos dispositivos moleculares cuja funcionalidade pode ser ajustada em tempo real. Dependendo da estimulação, o mesmo dispositivo pode atuar como um elemento de memória, um portão lógico, um seletor, um processador analógico ou uma sinapse eletrônica, marcando uma adaptabilidade rara em materiais eletrônicos.
A química por trás da inteligência adaptável do hardware de IA molecular
A flexibilidade desses novos dispositivos reside em um design químico preciso. Os pesquisadores sintetizaram 17 complexos de rutênio cuidadosamente elaborados, estudando como pequenas alterações na forma molecular e no ambiente iônico influenciam o comportamento dos elétrons. Ao ajustar os ligantes e íons ao redor das moléculas de rutênio, eles demonstraram que um único dispositivo pode exibir diversas respostas dinâmicas, incluindo mudanças entre operações digitais e analógicas em uma ampla gama de valores de condutância.
Pradip Ghosh, bolsista Ramanujan, e Santi Prasad Rath, ex-aluno de doutorado no CeNSE, foram responsáveis pela síntese molecular. Já a fabricação dos dispositivos foi liderada por Pallavi Gaur, primeira autora e estudante de doutorado no CeNSE. Gaur expressou surpresa com a versatilidade do sistema: “Com a química molecular e o ambiente certos, um único dispositivo pode armazenar informações, computar com elas ou até mesmo aprender e desaprender. Isso não é algo que se espera da eletrônica de estado sólido”, conforme noticiado pelo Indian Institute of Science.
Rumo à computação neuromórfica inerente
Para desvendar o comportamento desses dispositivos, a equipe desenvolveu uma estrutura teórica robusta, baseada na física de muitos corpos e na química quântica. Este modelo permite prever o comportamento do dispositivo diretamente a partir da estrutura molecular, rastreando o movimento dos elétrons, a oxidação e redução de moléculas individuais, e o deslocamento de contra-íons dentro da matriz molecular. Esses processos coletivamente determinam o comportamento de comutação, a dinâmica de relaxamento e a estabilidade de cada estado molecular.
O resultado mais significativo é a capacidade de combinar memória e computação no mesmo material, abrindo caminho para um hardware neuromórfico onde o aprendizado é codificado diretamente no material. Diferente dos sistemas atuais que imitam a inteligência, essas moléculas a incorporam de forma inerente. A equipe já trabalha para integrar esses sistemas moleculares em chips de silício, visando criar um hardware de IA mais eficiente energeticamente e intrinsecamente inteligente, o que pode redefinir o futuro da inteligência artificial.
