Neuromorphes Ein-Molekül-Bauelement mit aJ-Level Energieverbrauch pro Schaltvorgang

Denksysteme, die wenig Strom ziehen

Während künstliche Intelligenz immer leistungsfähiger wird, wächst auch ihr Energiebedarf. Diese Studie beschreibt ein winziges elektronisches Bauelement aus einem einzelnen Molekül, das sich ein wenig wie eine Verbindung zwischen Nervenzellen verhält und dabei praktisch unvorstellbar wenig Energie verbraucht. Solche Bauelemente könnten eines Tages dazu beitragen, intelligente Technologien mit einem Bruchteil des heutigen Stromverbrauchs zu betreiben.

Warum winzige, gehirnähnliche Schalter wichtig sind

Moderne KI beruht auf riesigen Netzen künstlicher „Neuronen“, die auf konventionellen Chips laufen. Das Training dieser Netze kann so viel Energie erfordern wie Tausende von Haushalten, was Kosten und Umweltfragen aufwirft. Biologische Gehirne hingegen führen komplexe Lern- und Gedächtnisaufgaben mit dem Verbrauch einer schwach leuchtenden Glühbirne aus. Ingenieure hoffen daher, einige Eigenschaften realer Synapsen — der Verbindungsstellen zwischen Neuronen — direkt in Hardware nachzubilden. Die hier berichtete Arbeit treibt diese Idee auf die Spitze, indem sie ein synapsenähnliches Element auf ein einzelnes Molekül schrumpft und es dennoch ermöglicht, Informationen zu speichern und zu verarbeiten.

Ein einzelnes Molekül, das sich erinnert

Die Forscher bauten ihr Bauelement um ein organisches Molekül auf, das zwischen zwei Gold-Elektroden in einer Flüssigkeit mit beweglichen geladenen Teilchen, also Ionen, aufgehängt ist. Durch sehr kleine elektrische Impulse konnten sie positiv geladene Ionen zum Molekül hin oder von ihm weg bewegen. Diese Ionen verdrehen oder strecken das Molekül leicht, wodurch sich ändert, wie leicht Elektronen durchfließen. Jeder dieser unterschiedlichen Flussgrade wirkt wie eine andere Gedächtnisstärke. In Tests schaltete das Bauelement zuverlässig zwischen mehr als zehn solchen Stufen und tat dies mit etwa 6,34 Attojoule Energie pro Vorgang — weit unter bereits effizienten experimentellen Bauelementen auf Basis größerer Strukturen.

Das Lernen des Gehirns nachbilden

Reale Synapsen werden stärker oder schwächer, abhängig davon, wie oft und wie zeitnah sie aktiviert werden — eine Eigenschaft, die als Plastizität bekannt ist. Das Ein-Molekül-Bauelement zeigt ähnliches Verhalten. Wenn das Team Paare oder Serien elektrischer Impulse anlegte, stieg die Leitfähigkeit der Verbindung stark an und ging dann entweder schnell zurück, ähnlich dem Kurzzeitgedächtnis, oder blieb in lang andauernden Zuständen, ähnlich dem Langzeitgedächtnis. Sie konnten klassische Lernmuster reproduzieren, wie „paired pulse facilitation“, bei dem ein zweites Signal kurz nach dem ersten einen verstärkten Effekt hat, und „learn forget relearn“, bei dem eine zuvor trainierte Verbindung beim nächsten Mal schneller neu trainiert werden kann.

Das Bauelement assoziativ lehren und erkennen

Um praktische Anwendungen zu verdeutlichen, programmierten die Autorinnen und Autoren Impulsmuster, die Pawlows berühmtes Hundexperiment nachahmen. Ein Muster spielte die Rolle eines neutralen Signals, etwa einer Glocke, und ein anderes ahmte ein unkonditioniertes Ereignis, zum Beispiel das Sehen von Nahrung. Wenn beide Muster wiederholt zusammen angewendet wurden, reagierte die molekulare Synapse später stark auf das Signal allein, genau wie der Hund lernt, beim Klang der Glocke zu sabbern. Das Bauelement unterschied außerdem kurze und lange Pulse, die Punkte und Striche im Morsealphabet kodierten, und konnte so einfache Folgen erkennen. Aus dem Bauelement gemessene Parameter wurden dann in ein Computer-Modell eines spikenden neuronalen Netzes übernommen, das eine hohe Genauigkeit bei der Klassifizierung handgeschriebener Ziffern erzielte.

Wie Ionenbewegung den Effekt antreibt

Hinter diesen Verhaltensweisen steckt ein zartes Zusammenspiel von Ionen und Molekülgestalt. Computersimulationen und Kontrollexperimente zeigten, dass wenn sich bestimmte sperrige positive Ionen in der Nähe des Moleküls ansammeln, sie schwache Schwefel-Sauerstoff-Wechselwirkungen im Molekül stören, die Struktur verdrehen und die Leitfähigkeit senken. Elektrische Impulse stoßen diese Ionen weg oder ziehen sie zurück und führen das Molekül durch mehrere stabile Konformationen, die den verschiedenen Speicherstufen entsprechen. Die Energie, die benötigt wird, um jedes Ion zu bewegen, stimmt gut mit der gemessenen Schaltenergie überein und stützt dieses Bild ionenkontrollierter Konformationen als Kern der Funktion des Bauelements.

Auf dem Weg zu grünerer künstlicher Intelligenz

Einfach ausgedrückt zeigt diese Arbeit, dass ein einzelnes Molekül wie eine winzige, verstellbare Gehirnverbindung wirken kann und dies mit praktisch verschwindend geringer Energie tut. Solche Bauelemente sind zwar noch Laborvorführungen, weisen aber in Richtung zukünftiger Hardware für KI, die viele synapsenähnliche Elemente auf kleinem Raum unterbringt und gleichzeitig den Energiebedarf niedrig hält. Wenn diese Herangehensweise skaliert wird, könnte sie dazu beitragen, leistungsfähige Rechner energieeffizienter zu machen und näher an die Art und Weise zu rücken, wie reale Gehirne Lernen und Gedächtnis handhaben.

Zitation: Zhang, H., Ye, J., Gao, M. et al. Single-molecule neuromorphic device with aJ-level power consumption per switching. Nat Commun 17, 4655 (2026). https://doi.org/10.1038/s41467-026-71127-2

Schlüsselwörter: neuromorphes Bauelement, Ein-Molekül-Elektronik, synaptische Plastizität, energieeffiziente KI-Hardware, ionenkontrollierte Leitfähigkeit