موصلات النفق المغناطيسي بمقياس النانو مع انحياز التبادل تُفعّل السينابس الميمريستي والعدّاء المتسرب-الاندماجي للعصبونات للحوسبة العصبية

لماذا يمكن للأجهزة المغناطيسية الصغيرة أن تغيّر الحوسبة

تعتمد الأجهزة الذكية اليوم على شرائح تستهلك طاقة كبيرة لأنها تنقل البيانات ذهابًا وإيابًا باستمرار بين الذاكرة والمعالجات. تستكشف هذه الورقة مسارًا مختلفًا مستوحًى من الدماغ، حيث تحدث الذاكرة والحوسبة داخل العناصر الصغيرة نفسها. يوضح الباحثون كيف يمكن للأجهزة المغناطيسية بمقياس النانو أن تتصرف كخلايا دماغية وروابطها على حد سواء، فاتحةً طريقًا إلى أجهزة مادية سريعة وفعالة لمهام مثل التعرّف على الإيماءات.

من إشارات الدماغ إلى الدوائر النابضة

يعالج الدماغ البيولوجي المعلومات باستخدام نبضات، وهي دفعات كهربائية قصيرة تنتقل بين العصبونات عبر التشابكات التي تُضبط قوتها باستمرار. يمكن للنُسخ الاصطناعية من هذه الأفكار، المسماة الشبكات العصبية النابضة، أن تعمل نظريًا بطاقة أقل بكثير من شرائح اليوم. لكن معظم الأنظمة الحالية ما تزال تستخدم إلكترونيات تقليدية تفصل بين الذاكرة والمنطق وتحتاج إلى عدد كبير من الترانزستورات لمحاكاة عصبون أو تشابك واحد فقط. هذا التعارض يهدر المساحة والطاقة ويقوّض وعد الحوسبة المستوحاة من الدماغ.

استخدام المغناطيسية للتخزين والمعالجة معًا

يتجه الفريق إلى فئة من تقنيات الذاكرة تُعرف بموصلات النفق المغناطيسي، حيث يعتمد المقاوم الكهربائي على اتجاه الطبقات المغناطيسية الصغيرة بالنسبة لبعضها. من خلال بناء هذه الوصلات بمواد مغناطيسية إضافية "تُزَوّج" الطبقة الحرة، يخلقون موصلات نفق مغناطيسي ذات انحياز تبادلي يمكن تبديلها بنبضات تيار قصيرة. يتيح التصميم الذكي لشكل الجهاز وتكديس المواد المغناطيسية أن يتصرف أحد أنماط الوصلة كتشابك له عدة مستويات مقاومة مستقرة، بينما يعمل نمط أصغر كعصبون يقلب سريعًا بين حالتين. كلا النوعين يشاركان نفس البنية الطبقية، مما يبسط التكامل على الشريحة.

تشابكات صغيرة تتذكر التوقيت

في الأجهزة الشبيهة بالتشابك، تعيد نبضات التيار القصيرة تكوين نطاقات مغناطيسية مجهرية تدريجيًا بدلًا من قلب المغناطيس بأكمله دفعة واحدة. يؤدي هذا إلى أكثر من 25 مستوى مقاومة مميز في جهاز عرضه نحو مائة نانومتر فقط، وتظل هذه المستويات مستقرة لسنوات وتقاوم حقولًا مغناطيسية قوية. بإرسال أزواج من النبضات التي تمثل نبضات العصبون السابق واللاحق مع تأخيرات زمنية متباينة، يعيد المؤلفون إنتاج قاعدة تعلم رئيسية لوحظت في الأحياء: عندما تصل النبضات متقاربة الزمان، تقوى أو تضعف الوصلة أكثر مما يحدث عند بعد وصولها. ينبثق هذا التعلم القائم على التوقيت، المعروف بتغذية اللدونة المعتمدة على توقيت النبضات، بشكل طبيعي من إعادة ترتيب الحبوب المغناطيسية الناتجة عن الحرارة والتيار.

عصبونات صغيرة تجمع وتطلق

تستجيب الأجهزة الشبيهة بالعصبون بطريقة مختلفة. تُختار نبضات التيار الفردية أضعف من أن تبدّل الجهاز بمفردها، لكن سلسلة سريعة منها تسخّن الوصلة وتخفض حاجز الطاقة الداخلي حتى تقلب الحالة فجأة، محاكيةً عصبونًا يجمع المدخلات ثم يطلق. عندما تتوقف النبضات، يبرد الجهاز ويستعيد عتبة فعاليته، مما يوفر "تسرّبًا" طبيعيًا للمدخلات المتجمعة. تُظهر التجارب أن هذه العصبونات الاصطناعية يمكن أن تتبدّل بثبات مع نبضات قصيرة تصل إلى أربعة أعشار النانوثانية بينما تستهلك بضع مئات من الفمتوجول لكل حدث إطلاق، أي أقل بكثير من دوائر العصبونات القائمة على الترانزستورات وسريعة بما يكفي للتشغيل بترددات غيغاهرتز.

اختبار مُعرّف إيماءات مغناطيسي كامل

لمعرفة ما يمكن أن تفعله هذه الأجهزة ضمن نظام، يحاكي الباحثون شبكة نابضة متعددة الطبقات مبنية بالكامل من هذه التشابكات والعصبونات المغناطيسية. باستخدام بيانات إيماءات من العالم الواقعي مسجلة كتيارات من الأحداث البصرية، تجمع الشبكة بين تدريب تقليدي في الطبقات الأولى وتعلم قائم على التوقيت في طبقة الإخراج. مع أخذ سلوك الجهاز والعيوب المأخوذة من التجارب بالاعتبار، لا تزال النموذجية تصنّف إشارات اليد بدقة تقارب ستة وتسعين بالمئة. ونظرًا إلى أن النبضات نادرة والعصبونات تطلق فقط عند الحاجة، يكون جزء صغير فقط من العناصر نشطًا في أي لحظة، ويقلل أسلوب التدريب المختلط عدد تحديثات التشابك مقارنة بالطرق القياسية.

ماذا يعني هذا لأجهزة ذكية مستقبلية

لغير المتخصص، الرسالة الرئيسية هي أن كتلة مغناطيسية صغيرة واحدة يمكنها الآن أن تعمل كوصلة قابلة للبرمجة ووحدة نابضة في آن واحد، شبيهة بالتشابكات والعصبونات في الدماغ. هذه الموصلات النفقية المغناطيسية ذات انحياز التبادل تتبدّل بسرعة، تتذكر عدة مستويات، ويمكن حزمها بكثافة، مما يجعلها مرشحة قوية لشرائح مدمجة منخفضة الطاقة تعالج المعلومات بطريقة شبيهة بالدماغ مباشرة داخل الذاكرة بدلًا من نقل البيانات ذهابًا وإيابًا.

الاستشهاد: Chen, Z., Zhu, D., Du, A. et al. Nanoscale exchange-bias magnetic tunnel junctions enabled memristive synapse and leaky-integrate-fire neuron for neuromorphic computing. Nat Commun 17, 4362 (2026). https://doi.org/10.1038/s41467-026-70802-8

الكلمات المفتاحية: الحوسبة العصبية, الشبكات العصبية النابضة, موصلات النفق المغناطيسي, سبينترونيكس, التعرّف على الإيماءات