מערך קרוס-בר של זיכרון-זרימה בהידרוגל שצוף לשימוש במחשוב נוירומורפי

מדוע שבב רך ומיימי חשוב

רוב המחשבים של ימינו בנויים מסיליקון קשיח וזרמי אלקטרונים — שונים מאוד מהרשתות הרכות והרטובות של המוח האנושי. במחקר זה מראים כיצד שבב העשוי ג'לים ויונים זורמים יכול לחקות כמה יכולות דמויות מוח, ומרמז על מכשירים עתידיים חסכוניים יותר באנרגיה שיכולים גם לחוש ולהגיב ישירות לחומרים כימיים בסביבתם.

הפיכת ההשראה מהמוח למכשיר רך

המוח מעבד מידע באמצעות אטומים טעונים שנעים דרך חיבורים דמויי ג'ל בין תאי עצב. בהשראה זו יצרו החוקרים רכיב חשמלי זעיר שנקרא ממבריסטור נוזלי משתי הידרוג'לים רכים המחוברים בתוך נקב מיקרוסקופי בגיליון פלסטיק. ג'ל אחד נושא מטענים חיוביים קבועים ומושך יונים שליליים, בעוד השני ניטרלי ומחזיק תמיסת מלח מדוללת. במקום שבו שני הג'לים נוגעים, יונים יכולים לאט להצטבר או להתנקז בהתאם למתח המופעל, וכך לרכיב יש זיכרון מובנה של אותות קודמים בצורת התנגדות חשמלית משתנה.

כיצד ממשק הג'ל זוכר אותות

על ידי סריקת מתח דרך נקב יחיד, הצוות תיאר תגובת זרם בצורת לולאה המאפיינת התנהגות זיכרון אמיתית. דגמי מחשב הראו שהתגובה נובעת מהצטברות או דלדול יונים בממשק הג'ל הצר לאורך זמן. בכיוון מתח אחד, יונים שליליים רצים לעבר הממשק ואז נשפכים אל הג'ל הניטרלי, מה שמקל על הולכה; בכיוון ההפוך הם נמשכים החוצה, מה שמקשה עליה. מכיוון שסידור זה לוקח זמן להתייצב, המכשיר "זוכר" דפוסי דופק אחרונים כשינוי זמני במוליכות, בדומה לחיזוק או לדיכוי זמני בסינפסה ביולוגית לאחר פעילות.

חיקוי למידה בחיבורים עצביים

החוקרים אז הזינו את המכשירים בדפיקות מתח קצרות המייצגות קוצים עצביים. זוגות של דפיקות שליליות קרובות זה לזה גרמו לתגובה השנייה לגדול — התנהגות שנקראת הקלה (facilitation), בעוד דפיקות חיוביות הקטינו את התגובה השנייה, בדומה לדיכוי בסינפסה אמיתית. רצפים של דפיקות בתדירויות, מספרים ורוחבים שונים יצרו שינויים מדורגים במוליכות, מה שמראה שהמכשיר יכול לסנן אותות בזמן ולאחסן רמות "משקל" מרובות. הוא פועל במתחים בקנה מידה מיליוולט וצריכת אנרגיה של Picojoule לדופק, הרבה מתחת למעגלים מוצקים טיפוסיים, וניתן להחליף אותו באופן אמין פעמים רבות — תכונה חיונית למשימות חישוביות מעשיות.

מנקב יחיד לרשת חושבת

מכיוון שקל להדפיס ולהתקשות הידרוג'לים במקום, הצוות בנה מערכי קרוס-בר מלאים על ידי קידוח רשתות רגילות של נקבים קוניים בפוליאמיד גמיש ומילוי כל אחד בערימת שני הג'לים. מערך קטן בגודל 3 × 3 הראה התנהגות אחידה בין האתרים, ומערך גדול יותר של 10 × 10 הגיע לתשואה תפעולית של 94 אחוז, מה שמעיד שהעיצוב הרך והמוגבל מדרג היטב. המערך יכול גם להגיב ישירות לחומרים כימיים: מולקולת הדלק הביולוגית ATP חודרת אל הג'ל המאוּרץ, נקשרת אליו ומפחיתה את מטענו, מה שמחליש את האפקט הממבריסטיבי ומהר יותר מאבד מצבים מאוחסנים — שימוש בכימיה כדי לכוונן את ההתנהגות הדמוית־סינפטית.

לאפשר לחומרה הרכה לזהות ספרות

כדי לבחון עיבוד מידע אמיתי, המחברים השתמשו במערך כגרעין הדינמי של סוג של למידת מכונה הנקראת מחשוב מאגר (reservoir computing). דפוסי דפיקות מתח המייצגים שורות מתמונות ספרות בשחור־לבן הוזנו לנקבים נבחרים, וערכי המוליכות שהתפתחו נקראו לשכבת תוכנה פשוטה שביצעה את המיון הסופי. עם מערך זה המערכת זיהתה נכונה דפוסי ספרות שנוצרו במחשב והגיעה לדיוק של 89.5 אחוז על ספרות שנכתבו ביד ממאגר MNIST, מדד מקובל בבינה מלאכותית, מה שמראה שמערך יוני צנוע יכול לבצע משימות זיהוי שאינן טריוויאליות.

מה משמעות הדבר עבור מחשבים רכים בעתיד

העבודה הזו מוכיחה שניתן לבנות ולהשתמש ברשת מסודרת וגדולה של ממבריסטורים נוזליים רכים למחשוב בהשראת המוח, ובאותו הזמן להגיב ישירות לאותות כימיים. למרות שעדיין יש אתגרים — כגון יציבות לטווח ארוך והשגה של צורות זיכרון קבועות יותר — הגישה של הידרוגל מוגבל מצביעה על שבבים עתידיים שיחשבו עם יונים במקום אלקטרונים ועלולים יום אחד למזג חישה, כימיה ואינטליגנציה זעירה־אנרגיה בחומרה גמישה ודמוית־רקמה.

ציטוט: Guo, G., Xiong, T., Xie, B. et al. Confined-hydrogel fluidic memristor crossbar array for neuromorphic computing. Nat Commun 17, 4275 (2026). https://doi.org/10.1038/s41467-026-70728-1

מילות מפתח: ממבריסטור נוזלי, אלקטרוניקת הידרוגל, מחשוב נוירומורפי, מחשוב מבוסס יונים, מחשוב מאגר