1月5日消息，据scitechdaily消息，在一项最新研究中，印度科学理工学院（Indian Institute of Science，IISc）的科学家们开发出一种新型的“智能”材料，这种材料能模拟人脑的功能，实现信息储存、计算和自我适应，有望会取代传统的晶体管。

半个多世纪以来，研究人员一直在寻找通过分子制造电子器件来超越硅的方法。这个想法听起来简单美好，但实际情况却显得杂乱无章。在工作部件内部，分子并不像教科书中整齐、孤立的片段。相反，它们形成了拥挤的互动网络，电子移动、离子位置变化、界面随时间变化，甚至结构上的微小差异都可能引发强烈的非线性行为。虽然潜力令人振奋，但可靠地预测和控制分子装置的具体表现仍遥不可及。

与此同时，神经形态计算也在追求一个相关的目标。神经形态计算——受大脑工作原理启发的硬件——旨在寻找一种能够在同一物理物质内实时存储信息、执行计算和适应的材料。但当今主流方法，通常基于氧化物材料和丝状开关，仍然像是经过精心设计的系统，模拟学习，而非自然学习的材料。

由印度科学理工学院纳米科学与工程中心（CeNSE）助理教授 Sreetosh Goswami 教授领导研究团队发现的一种新型材料不仅能进行计算，还能在同一物质中进行信息储存，这个特性使其在神经形态计算领域具有重要意义。

“通过跨越化学、物理和电气工程，创造了微型分子器件，这些器件可被调整以承担截然不同的角色。根据设备被刺激的方式，它可以作为记忆单元、逻辑门、选择器、模拟处理器或电子突触起作用。在电子材料中看到如此程度的适应性非常罕见。”Sreetosh Goswami说：“在这里，化学设计与计算相遇，不是作为类比，而是一种工作原理。”

△基于该新材料的设计的计算器件。图片来源：CeNSE，IISc

这种灵活性来自于制造和调校设备的化学原理。研究人员制作了17个精心设计的钌配合物，随后研究分子形状的细微变化及周围离子环境如何影响电子行为。通过调整钕分子周围的配体和离子，团队展示了一台设备可以展现多种动态响应。例如，它甚至可以在广泛的电导值范围内在数字和模拟行为之间切换。

分子合成由拉马努金研究员Pradip Ghosh和前CeNSE博士生Santi Prasad Rath完成。器件制造由第一作者、CeNSE博士生Pallavi Gaur领导。“令我惊讶的是，同一系统中隐藏了如此多的多样性，”Gaur说。“只要有合适的分子化学和环境，单个设备就能存储信息、用它进行计算，甚至学习和遗忘。这可不是你会期待固态电子学的东西。”

 解释器件为何会有这种行为，需要分子电子学常常缺乏的东西：坚实的理论基础。团队构建了一个基于多体物理和量子化学的传输框架，能够从分子结构预测器件功能。利用这种方法，他们追踪了电子如何在分子膜中传播，单个分子如何经历氧化和还原，以及对离子在分子基质中的移动。这些过程共同塑造了开关和弛豫行为，并决定了每种分子态的稳定性。

最后得出的关键结论是，这些复合体的适应性使得在同一材料内结合内存和计算成为可能。这为神经形态硬件开辟了一条路径，学习可以被编码到材料本身。团队已经在着手将这些材料植入硅芯片上，目标是打造既节能又具备内在智能的未来人工智能硬件。

“这项工作表明，化学不仅是其供应商，还能成为计算的建筑师，”CeNSE访问科学家、该研究的合著者Sreebrata Goswami说，他领导了该项目的化学设计。

编辑：芯智讯-林子