מכשירים אלקטרוניים פולימורפיים מבוססי ממסך תחמוצות למחשוב נוירומורפי

מדוע המכשיר הזעיר הזה חשוב עבור ה-AI של העתיד

ככל שהטלפונים, המכוניות ומרכזי הנתונים שלנו נעשים חכמים יותר, הם גם צורכים כמויות עצומות של חשמל. רוב העלות הזו אינה נובעת מ"חשיבה" אלא מהצורך לשנע נתונים שוב ושוב בין שבבים נפרדים שמאחסנים מידע לבין שבבים שמעבדים אותו. המאמר הזה מדווח על סוג חדש של מכשיר מיקרוסקופי, עשוי מחומרים תחמוצתיים, היכול למלא בו‑זמנית מספר תפקידים אלקטרוניים ואף לדמות היבטים של אופן הלמידה של תאי מוח. חומרה שתשתנה בצורה כזו עשויה לאפשר בנייה של מערכות בינה מלאכותית בעתיד שיהיו קומפקטיות ויעילות אנרגטית הרבה יותר ממחשבים של היום.

יחידת בנייה זעירה אחת, אישוּיוֹת רבות

החוקרים עובדים עם ממשק מיוחד בין שתי תחמוצות — לאנטנום אלומינט (LaAlO3) וטיטנאום סטרונציום (SrTiO3). במקום שבו גבישים אלה נוגעים זה בזה, יוצרת אלקטרונים שכבה מאוד דקה וניידת שמתנהגת ככבל מוליך ננומימטרי. על‑ידי דפוס זהיר של הממשק והוספת שתי אלקטרודות צדדיות, הקבוצה יוצרת מבנה ננו‑קנה אחד שניתן לכוונן מחדש, בזמן אמת, כדי לפעול כשלושה רכיבים אלקטרוניים בסיסיים שונים. בסכימת חיבור אחת הוא מתנהג כמו טרנזיסטור קונבנציונלי, בסכימת חיבור אחרת הוא הופך לממציסטור (נגד עם זיכרון), ובשלישית הוא פועל כממקדקפיטור (קבל עם זיכרון). שלושת המצבים פועלים בטמפרטורת החדר על שטח של בערך מיקרומטר רבוע אחד — קטן ופשוט במספר פעמים בהשוואה לשימוש בשלושה מכשירים נפרדים.

איך השינוי הצורה עובד

במצב טרנזיסטור, מתחים המיושמים לשערי הצד דוחפים אלקטרונים אל תוך או החוצה מננו‑חוט ה‑LaAlO3/SrTiO3, ומגבירים או מדכאים את הזרם בערוץ בדומה לטרנזיסטור שדה סטנדרטי. כדי לעבור להתנהגות ממציסטור, משאירים את שערי הצד בציפה חשמלית במקום לקשור אותם לפוטנציאל קבוע. מטענים יכולים אז להתנהגן במנהרתיות תוך כדי כניסה ויציאה מאזורי הציפה האלה, כך שההתנגדות של הערוץ תלוית היסטוריית המתחים האחרונה ומציגה לולאת היסטרזיס אופיינית. להפעלת ממקדקפיטור משתמשים באותה מבנה שער לאחסון ושחרור מטען באופן מבוקר ותלוי היסטוריה, מה שמוביל לשני מצבי קיבול מובחנים עם היסטרזיס ברור בהתייחסות קיבול–מתח. בכל שלושת המקרים, הפיזיקה המרכזית היא לכידה ושחרור מבוקרים של מטען בסמוך לממשק, ולא תזוזת אטומים או פגמים — עובדה שהופכת את ההתנהגות ליציבה וניתנת לשחזור.

מרכיבים בסיסיים למעגלים דמויי מוח

מאחר שהמכשיר הפיזי הזה יכול לשמש כטרנזיסטור, ממציסטור או ממקדקפיטור בהתאם לחיווט החיצוני, הוא הופך לחסין בנייה גמיש עבור מעגלים נוירומורפיים — השראה מהמוח. המחברים מחברים תחילה טרנזיסטור אחד לממקדקפיטור אחד כדי לבנות אלמנט פשוט של "חישוב אגם" (reservoir computing). פעימת קלט קצרה שולטת בטרנזיסטור, שבעצמו מטען את הממקדקפיטור. המתח ביציאה אז דועך לאט, שומר זיכרון מתעמע של הקלטים האחרונים. זיכרון קצר־טווח בלתי־ליניארי זה הוא בדיוק מה ש‑reservoir computing צריך למשימות כמו זיהוי תבניות. באמצעות תמונות ספרות שנוצרו במחשב, הצוות מראה שמערך של אלמנטים אלה יכול להבחין בין ספרות שונות על סמך עקבות המתח התלויות בזמן שהם מפיקים.

למידה, לוגיקה והחלטות על אותה פלטפורמה

אותו מכשיר תחמוצתי ניתן גם לכוונן מחדש למעגלים המדמים סינפסות — קשרים בין נוירונים — ושערי לוגיקה, היחידות הבסיסיות של חישוב דיגיטלי. בקונפיגורציה עם טרנזיסטור אחד וממציסטור אחד, קריאות מתח קצרות מייצרות שינויים זמניים בזרם, בעוד שפולסים חוזרים או חזקים יותר מייצרים שינויים ארוכי־טווח, מה שאתההדהוד לחיזוק סינפטי ביולוגי בחזרה לשימוש חוזר. עם שני טרנזיסטורים וממציסטור אחד, המחברים מיישמים פעולות לוגיות OR ו‑AND שבהן הפלט הלוגי נשמר ישירות בהתנגדות הממציסטור זמן רב לאחר שהאותות הוכנסו. על‑ידי שינוי אופן סריקת המתח התפעולי, אותו מעגל יכול להיות מוכוון בין התנהגות כמו OR להתנהגות כמו AND, מה שמאפשר סוג של לוגיקת סינפסה שיכולה להתאים את חוקיה בזמן אמת. כהדגמת עקרון, הם ממפים אותות של קצב לב ולחץ דם על המעגל ומשתמשים בו לדמות עץ החלטות פשוט למעקב בריאותי שמבחין בין אנשים בריאים לבין חולי לב.

מה זה אומר לטכנולוגיה היומיומית

ללא‑מומחה, המסר המרכזי הוא שהמחברים דחסו מספר סוגי התנהגות אלקטרוניים — ואפילו פונקציות בסיסיות של למידה וקבלת החלטות — לתוך מכשיר תחמוצתי אחד, יציב ותואם לסיליקון. הדבר מצמצם שטח מעגל, מקטין עומס חיווט ועשוי להפחית שימוש באנרגיה, וכל זאת תוך תמיכה בעיבוד מתקדם בסגנון בינה מלאכותית כגון זיהוי תבניות ולוגיקה אדפטיבית. אם יורחבו בקנה מידה, מכשירי תחמוצות פולימורפיים כאלה עשויים לשמש בסיס לשבבים עתידיים המשלבים חישוב קונבנציונלי עם שיטות בהשראת המוח, ולעזור למרכזי נתונים, מכשירי קצה וחיישנים להתמודד עם זרמי מידע גדלים בצורה יעילה הרבה יותר מהארכיטקטורות שמבוססות על טרנזיסטורים בלבד של היום.

ציטוט: Pradhan, S., Miller, K., Hartmann, F. et al. Oxide interface-based polymorphic electronic devices for neuromorphic computing. Nat Commun 17, 3406 (2026). https://doi.org/10.1038/s41467-026-71642-2

מילות מפתח: מחשוב נוירומורפי, ממציסטור, ממשק תחמוצות, חישוב אגם (reservoir computing), אלקטרוניקה פולימורפית