Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

רשתות מכשירים פרוטוניות של ניקלאטים לעיבוד נאורומורפי מרחבי‑זמני

· חזרה לאינדקס

מדוע חשובים מכשירים זעירים שחושבים כמו המוח

הבינה המלאכותית של היום רצה במרכזי נתונים עצומים שנאכלים באנרגיה. המוח שלנו, לעומת זאת, מבצע חישובים עשירים בהרבה תוך צריכת אנרגיה זניחה. מאמר זה מדווח על צעד לעבר חומרה הדומה למוח: סוג חדש של רשת מכשירים זעירים העשויה מחומר אוקסידי מיוחד שמעבד מידע במרחב ובזמן, זוכר אירועים אחרונים ומזהה תבניות כגון מספרים מדוברי וסימנים מוקדמים להתקפי אפילפסיה — וכל זאת בתקציב אנרגיה נמוך בהרבה מזה של שבבים קונבנציונליים.

חומר שיכול גם לזכור וגם להגיב

החוקרים בנו את המערכת שלהם מניקלאט פרובסקיטי, NdNiO3, אוקסיד גבישי שהתכונות החשמליות שלו משתנות באופן דרמטי כשהכנסת בו מימן. כאשר אטומי מימן נכנסים לחומר בסמוך למגע מתכתי, הם תורמים אלקטרונים והופכים את האזור מהמוליך הטוב למצב בעל התנגדות גבוהה הרבה יותר. על ידי הנחת אלקטרודות פלדיום (Pd) וזהב (Au) על סרט דק של הניקלאט ואניל אותו בסביבה מימנית, הצוות יוצר "עננים" של מימן מתחת למגעים נבחרים. הזזת עננים אלה בעזרת פעימות מתח קצרות משנה את הקלות זרימת הזרם, ומאפשרת לאותו סרט להתנהג לעתים כרכיב תגובה מהיר ומתכווץ ולעתים כתא זיכרון יציב.

שתי שכבות על שבב אחד: דינמיקה מהירה וזיכרון יציב

פלטפורמת החומרה מאורגנת כמו מוח מלאכותי פשוט הבנוי כולו מאותו סרט ניקלאט

Figure 1
Figure 1.
. בשכבה התחתונה, זוגות אלקטרודות Pd יוצרים צמתי Pd–Pd סימטריים. כל צומת מכיל שני ענני מימן הפונים זה אל זה, שצורתם משתנה בכיוונים מנוגדים כאשר מוחלים פעימה. מאחר שהתת‑שכבה הפועלת כמו קבל, פעימות חוזרות בקנה מידה של ננו‑שניות משנות בהדרגה את נוף המתחים המקומי ואת התפלגות המימן, ומייצרות זרמים חולפים המצטברים ואז דועכים במיקרו‑שניות. זה נותן לכל צומת "זיכרון קצר‑טווח" של פעילות אחרונה. בשכבה העליונה, צמתי Pd–Au אסימטריים מחזיקים רק ענן מימן אחד. כאן פעימות המתח דוחפות את הענן לזוז ולהתייצב, לנעול אחת מרמות התנגדות רבות ויציבות המשמשות כמשקלים מתוכנתים לטווח ארוך בחישוב.

כששכנים חשובים: התנהגות רשתית מתהווה

התקדמות מרכזית היא ששכבת העיבוד לא פועלת כאלמנטים מבודדים. כשפעימה פוגעת בצומת Pd–Pd אחד, התפלגות המימן והמתח בסרט הניקלאט משנה בעדינות את השדות שחווים צמתים שכנים. ניסויים במערכים קטנים מראים שהזרם במכשיר "התייחסות" גדל כאשר צמתים בסמוך מקבלים גם הם פעימות, והאפקט תלוי יותר באופן שבו ענני המימן שלהם משווים זה לזה מאשר במרחק פיזי פשוט. סימולציות מאמתות שאינטראקציות בתווך‑התת‑שכבה האלה מעצבות מחדש את נוף הפוטנציאל הכולל. התוצאה היא התנהגות ברמת הרשת: דפוס הפעילות על פני צמתים רבים נושא מידע עשיר יותר מכל מכשיר יחיד, מהדהד את שיתוף הפעולה בין קבוצות נוירונים במוח.

מתבניות פשוטות לדיבור ולגלי מוח

כדי להדגים חישוב מעשי, המחברים חיברו תחילה את מערכי הניקלאט לניסוי זיהוי תבניות קומפקטי. צורות שחור‑לבן פשוטות בגודל 5×5 מומרות לשרשרות פעימות מתח שיוצרות את שכבת Pd–Pd. הזרמים המשתנים בפדים נבחרים מתורגמים למתח שמזין את שכבת הפלט Pd–Au, שהתנגדויותיה מאומנות להבחין בין התבניות. החומרה מסווגת נכון את הקלטים, מה שמראה שעיבוד מרחבי‑זמני יחד עם קריאה ליניארית יכולים לממש צנרת זיהוי מלאה על אותו חומר. הצוות לאחר מכן מדגם רשתות גדולות בהרבה המבוססות על התנהגות המכשירים שנמדדה. לזיהוי ספרות מדוברות, גל הצליל מעובד מראש לשרשרות פעימות על פני ערוצי תדר רבים לפני הכניסה לשכבת העיבוד של הניקלאט

Figure 2
Figure 2.
. הכללת קישור מרחבי ושחיקה זמנית משפרת את הדיוק לכ‑95%, הטוב משימוש במכשירים תלויי‑זמן בלבד או בדילוג על שכבת העיבוד. גישה דומה שהוחלה על הקלטים האלקטרואנצפלוגרפיים קליניים משפרת גילוי מוקדם של התקפים, בהשגת דיוק גבוה משמעותית בתוך שניות ספורות של פעילות מוח חריגה.

מה המסקנה לגבי חומרה חכמה עתידית

במונחים יומיומיים, עבודה זו מראה כי חומר מהונדס בקפידה יכול גם "להרגיש" זרמי קלט מהירים וגם "לזכור" מה שחשוב להחלטות מאוחרות יותר, בדומה לפיסת רקמה מוחית מפושטת. מאחר שמכשירי הניקלאט פועלים על פעימות ננו‑שניות ובכמויות אנרגיה מזעריות, הם מציעים מסלול מבטיח לשבבים קומפקטיים וחסכוני‑אנרגיה שיבצעו ניתוח של צליל, דיבור או אותות רפואיים בזמן אמת בלי לשלוח נתונים לשרתים מרוחקים. העקרונות האלה — תנועת פרוטונים שעיצבת מסלולים חשמליים ומכשירים שמשפיעים זה על זה דרך תת‑שכבה משותפת — ניתנים להרחבה או לשילוב עם חומרים מתקדמים אחרים, ומצביעים לעבר חומרה שמממשת באופן טבעי את החישובים המרחביים‑זמניים המשולבים שהמוח שלנו מבצע כל כך בקלות.

ציטוט: Zhou, Y., Shah, S., Dey, T. et al. Protonic nickelate device networks for spatiotemporal neuromorphic computing. Nat. Nanotechnol. 21, 579–587 (2026). https://doi.org/10.1038/s41565-026-02133-0

מילות מפתח: חומרה נאורומורפית, ניקלאט פרוטוני, חישוב מרחבי‑זמני, חישוב מאגר (reservoir computing), בינה מלאכותית צריכת‑אנרגיה נמוכה