Neuromorfe één-molecuul‑schakeling met aJ‑niveau energieverbruik per schakeling

Denkmachines die weinig verbruiken

Nu kunstmatige intelligentie steeds krachtiger wordt, neemt ook het energieverbruik van de computers toe. Deze studie beschrijft een piepklein elektronisch apparaat opgebouwd uit één enkel molecuul dat enigszins lijkt op een verbinding tussen hersencellen en daarbij een vrijwel onvoorstelbaar kleine hoeveelheid energie gebruikt. Zulke apparaten zouden in de toekomst slimme technologieën met slechts een fractie van het huidige elektriciteitsverbruik kunnen aansturen.

Waarom miniatuurlijke hersenachtige schakelaars ertoe doen

Moderne AI steunt op enorme netwerken van kunstmatige “neuronen” die op conventionele chips draaien. Het trainen van deze netwerken kan evenveel energie vragen als duizenden huishoudens verbruiken, wat kosten en milieu-impact vergroot. Biologische hersenen daarentegen voeren complexe leer- en geheugentaken uit met slechts het vermogen van een zwak lampje. Ingenieurs proberen daarom sommige eigenschappen van echte synapsen, de verbindingen tussen neuronen, rechtstreeks in hardware na te bootsen. Het hier gerapporteerde werk drijft dat idee tot het uiterste en krimpt een synapsachtig element terug tot één enkel molecuul, terwijl het toch informatie kan opslaan en verwerken.

Een enkel molecuul dat onthoudt

De onderzoekers bouwden hun apparaat rond één organisch molecuul dat was opgespannen tussen twee gouden elektroden in een vloeistof met mobiele geladen deeltjes, oftewel ionen. Door kleine elektrische pulsen toe te passen konden ze positief geladen ionen naar het molecuul toe of ervan af duwen. Deze ionen doen het molecuul subtiel draaien of strekken, waardoor verandert hoe gemakkelijk elektronen erdoorheen stromen. Elk verschillend stroomniveau werkt als een andere geheugensterkte. In tests schakelde het apparaat betrouwbaar tussen meer dan tien van zulke niveaus en deed dat met ongeveer 6,34 attojoule energie per operatie, ver onder de reeds zuinige experimentele apparaten die op grotere structuren zijn gebaseerd.

Het nabootsen van hoe de hersenen leren

Echte synapsen worden sterker of zwakker afhankelijk van hoe vaak en hoe dicht in de tijd ze geactiveerd worden, een eigenschap die plasticiteit wordt genoemd. Het één‑molecuul‑apparaat vertoont vergelijkbaar gedrag. Wanneer het team paren of reeksen elektrische pulsen stuurde, nam de geleiding van de verbinding scherp toe en vervaagde vervolgens ofwel snel, zoals kortetermijngeheugen, ofwel zette zich voort in langdurige toestanden, zoals langetermijngeheugen. Ze konden klassieke leerpatronen reproduceren, zoals “paired pulse facilitation” waarbij een tweede signaal dat kort na het eerste komt een versterkt effect heeft, en “learn‑forget‑relearn”, waarbij een eerder getrainde verbinding bij een volgende training sneller wordt aangeleerd.

Het apparaat leren associëren en herkennen

Om praktische toepassingen te illustreren programmeerden de auteurs puls­patronen die het beroemde experiment van Pavlov nabootsen. Het ene patroon speelde de rol van een neutrale aanwijzing, zoals een bel, en een ander imiteerde een ongeconditioneerde gebeurtenis, zoals het zien van voedsel. Wanneer beide patronen herhaaldelijk samen werden toegepast, reageerde de moleculaire synaps later sterk op de aanwijzing alleen, precies zoals de hond leert te kwijlen bij het geluid van de bel. Het apparaat onderscheidde ook korte en lange pulsen die punten en strepen in morsecode codeerden, waardoor het eenvoudige sequenties kon herkennen. Parameters gemeten aan het apparaat werden vervolgens gebruikt in een computermodel van een spiking neuronaal netwerk, dat hoge nauwkeurigheid behaalde bij het classificeren van handgeschreven cijfers.

Hoe ionbeweging het effect aandrijft

Achter dit gedrag schuilt een delicaat samenspel van ionen en moleculaire vorm. Computersimulaties en controlexperimenten toonden aan dat wanneer bepaalde omvangrijke positieve ionen zich nabij het molecuul verzamelen, ze zwakke zwavel‑zuurstof‑interacties in het molecuul verstoren, waardoor de structuur draait en de geleiding daalt. Elektrische pulsen duwen deze ionen weg of trekken ze terug, en sturen zo het molecuul door meerdere stabiele vormen die overeenkomen met de verschillende geheugen­niveaus. De energie die nodig is om elk ion te verplaatsen komt goed overeen met de gemeten schakelenergie, wat dit beeld van iongestuurde conformatieveranderingen als de kern van de werking ondersteunt.

Op weg naar groenere kunstmatige intelligentie

In eenvoudige bewoordingen toont dit werk aan dat één molecuul kan functioneren als een klein, instelbaar hersenverbindingetje en dat met een vrijwel verwaarloosbare hoeveelheid energie. Hoewel zulke apparaten nog laboratoriumdemonstraties zijn, wijzen ze op toekomstige hardware voor AI die veel synapsachtige elementen in een zeer kleine ruimte kan huisvesten en tegelijkertijd het energieverbruik laag houdt. Als deze benadering opgeschaald wordt, kan zij helpen om geavanceerde rekenkracht energiezuiniger te maken en meer te laten lijken op hoe echte hersenen leren en geheugen verwerken.

Bronvermelding: 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

Trefwoorden: neuromorf apparaat, één-molecuul elektronica, synaptische plasticiteit, energiezuinige AI‑hardware, iongestuurde geleiding