Pojedyncza cząsteczka jako urządzenie neuromorficzne z mocą przełączania na poziomie aJ

Maszyny myślące, które oszczędzają energię

Wraz z rozwojem sztucznej inteligencji rośnie zapotrzebowanie na energię jej komputerów. W tym badaniu opisano mikroskopijne urządzenie elektroniczne zbudowane z pojedynczej cząsteczki, które zachowuje się trochę jak połączenie między komórkami mózgu, zużywając niemal nieprawdopodobnie mało energii. Takie rozwiązania mogłyby kiedyś pomóc w uruchamianiu inteligentnych technologii przy ułamku dziś potrzebnej elektryczności.

Dlaczego małe, „mózgopodobne” przełączniki są istotne

Współczesne systemy AI opierają się na rozległych sieciach sztucznych „neuronów” działających na konwencjonalnych układach. Trenowanie tych sieci może wymagać tyle energii, ile zużywają tysiące gospodarstw domowych, co zwiększa koszty i wpływ na środowisko. Mózgi biologiczne natomiast realizują złożone zadania uczenia i pamięci przy zużyciu energii porównywalnej do bardzo słabej żarówki. Inżynierowie chcą więc odwzorować niektóre cechy prawdziwych synaps — połączeń między neuronami — bezpośrednio w sprzęcie. Opisywana praca przesuwa tę koncepcję do ekstremum, zmniejszając element synaptyczny do pojedynczej cząsteczki, przy jednoczesnej możliwości przechowywania i przetwarzania informacji.

Pojedyncza cząsteczka, która pamięta

Naukowcy zbudowali swoje urządzenie wokół jednej organicznej cząsteczki zawieszonej między dwiema złotymi elektrodami w cieczy zawierającej ruchome naładowane cząstki, czyli jony. Poprzez stosowanie bardzo słabych impulsów elektrycznych mogli przesuwać dodatnio naładowane jony w stronę cząsteczki lub od niej. Jony te subtelnie skręcają lub prostują cząsteczkę, zmieniając łatwość przepływu elektronów przez nią. Każdy odrębny poziom przepływu działa jak inna siła pamięci. W testach urządzenie niezawodnie przełączało się między ponad dziesięcioma takimi poziomami, używając około 6,34 atodżula energii na operację — znacznie poniżej już wydajnych urządzeń eksperymentalnych opartych na większych strukturach.

Kopiowanie sposobu, w jaki uczy się mózg

Prawdziwe synapsy wzmacniają się lub osłabiają w zależności od częstotliwości i bliskości czasowej aktywacji — to właściwość zwana plastycznością. Urządzenie z pojedynczej cząsteczki wykazuje podobne zachowanie. Gdy zespół wysyłał pary lub serie impulsów elektrycznych, przewodność złącza gwałtownie rosła, a następnie albo szybko zanikała — jak pamięć krótkotrwała — albo ustępowała w długotrwałe stany — jak pamięć długotrwała. Badacze odtworzyli klasyczne wzorce uczenia, takie jak „ułatwienie w parze impulsów”, gdzie drugi sygnał nadchodzi po krótkim czasie i ma wzmocniony efekt, oraz „uczyć się — zapomnieć — nauczyć ponownie”, w którym wcześniej wytrenowane połączenie można szybciej wytrenować ponownie.

Nauczanie urządzenia skojarzeń i rozpoznawania

Aby uwypuklić praktyczne zastosowania, autorzy zaprogramowali wzory impulsów naśladujące słynny eksperyment Pawłowa. Jeden wzorzec pełnił rolę obojętnego sygnału, jak dzwonek, a drugi imitował niewarunkowane zdarzenie, np. widok pokarmu. Gdy oba wzorce były aplikowane razem wielokrotnie, molekularna synapsa później silnie reagowała na sam sygnał, tak jak pies uczy się ślinienia na dźwięk dzwonka. Urządzenie rozróżniało też krótkie i długie impulsy kodujące kropki i kreski w kodzie Morse’a, co pozwoliło mu rozpoznawać proste sekwencje. Parametry zmierzone dla urządzenia wykorzystano następnie w modelu komputerowym sieci neuronowej typu spiking, która osiągnęła wysoką dokładność przy klasyfikacji odręcznie pisanych cyfr.

W jaki sposób ruch jonów napędza efekt

Za tymi zachowaniami stoi subtelny taniec jonów i kształtu cząsteczki. Symulacje komputerowe i eksperymenty kontrolne wykazały, że gdy przy cząsteczce gromadzą się duże dodatnie jony, naruszają one słabe przyciągania siarkowo-tlenowe w strukturze, powodując jej skręcenie i obniżenie przewodności. Impulsy elektryczne odpychają te jony lub przyciągają je z powrotem, prowadząc cząsteczkę przez kilka stabilnych konformacji odpowiadających różnym poziomom pamięci. Energia potrzebna do przesunięcia każdego jonu zgadza się dobrze z mierzoną energią przełączania, co wspiera obraz jonowo sterowanych konformacji jako sedna funkcji urządzenia.

W stronę bardziej zielonej sztucznej inteligencji

Mówiąc wprost, praca ta pokazuje, że pojedyncza cząsteczka może działać jak mikroskopijne, regulowane połączenie mózgowe, zużywając niemal znikome ilości energii. Choć takie urządzenia pozostają demonstracjami laboratoryjnymi, wskazują one kierunek dla przyszłego sprzętu AI, który upakowuje wiele synaptycznych elementów na bardzo małej przestrzeni, zachowując niskie zapotrzebowanie na moc. Jeśli podejście to zostanie skalowane, może przyczynić się do wydajniejszego energetycznie zaawansowanego przetwarzania oraz lepszego naśladowania sposobu, w jaki prawdziwe mózgi radzą sobie z uczeniem i pamięcią.

Cytowanie: 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

Słowa kluczowe: urządzenie neuromorficzne, elektronika pojedynczej cząsteczki, plastyczność synaptyczna, niskomocowy sprzęt AI, jonowo sterowana przewodność