Há mais de 50 anos que os cientistas procuram alternativas ao silício como base para dispositivos eletrónicos construídos a partir de moléculas. Embora o conceito fosse atraente, o progresso prático revelou-se muito mais difícil. Dentro de dispositivos reais, as moléculas não se comportam como simples componentes isolados. Em vez disso, eles interagem intensamente uns com os outros à medida que os elétrons se movem, os íons mudam, as interfaces mudam e até mesmo pequenas diferenças na estrutura podem causar respostas altamente não lineares. Embora o potencial da eletrônica molecular fosse claro, a previsão confiável e o controle de seu comportamento permaneciam indefinidos.
Ao mesmo tempo, a computação neuromórfica, hardware inspirado no cérebro, perseguia um objetivo semelhante. O objetivo é encontrar um material que consiga armazenar informações, realizar cálculos e se adaptar na mesma estrutura física e fazer isso em tempo real. No entanto, os principais sistemas neuromórficos de hoje, muitas vezes baseados em materiais de óxido e comutação semelhante a fios, ainda funcionam como máquinas cuidadosamente projetadas que simulam a aprendizagem, em vez de materiais que a contêm naturalmente.
Os dois caminhos começam a convergir
Um novo estudo realizado pelo Instituto Indiano de Ciência (IISc) sugere que estes dois esforços de longa data podem finalmente estar a unir-se.
Numa colaboração que reúne química, física e engenharia elétrica, uma equipe liderada por Sreetosh Goswami, professor associado do Centro de Nanociência e Engenharia (CeNSE), desenvolveu minúsculos dispositivos moleculares cujo comportamento pode ser ajustado de diversas maneiras. Dependendo de como são estimulados, o mesmo dispositivo pode atuar como elemento de memória, porta lógica, seletor, processador analógico ou sinapse eletrônica. “É raro ver este nível de personalização em materiais eletrônicos”, diz Sritosh Goswami. “Aqui, o design químico encontra a computação não como uma analogia, mas como um princípio de funcionamento.”
Como a química permite múltiplas funções
Essa flexibilidade se deve à química específica usada para construir e ajustar os dispositivos. Os pesquisadores sintetizaram 17 complexos de rutênio cuidadosamente projetados e estudaram como pequenas mudanças na forma molecular e no ambiente iônico circundante afetam o comportamento dos elétrons. Ao ajustar os ligantes e íons colocados ao redor das moléculas de rutênio, eles demonstraram que um único dispositivo pode exibir muitas respostas dinâmicas diferentes. Isso inclui mudanças entre operação digital e analógica em uma ampla faixa de valores de condutividade.
A síntese molecular foi realizada por Pradeep Ghosh, colaborador de Ramanujan, e Santi Prasad Rath, ex-aluno de pós-graduação do CeNSE. O desenvolvimento do dispositivo foi liderado por Pallavi Gaur, primeiro autor e aluno de pós-graduação do CeNSE. “O que me surpreendeu foi a versatilidade oculta no mesmo sistema”, diz Havre. “Com a química molecular e o ambiente certos, um único dispositivo pode armazenar informações, computar com elas ou até mesmo aprender e desaprender. Não é o que você espera da eletrônica de estado sólido.”
Uma teoria que explica e prevê o comportamento
Para entender por que esses dispositivos se comportam dessa maneira, a equipe precisava de algo que muitas vezes falta na eletrônica molecular: uma estrutura teórica sólida. Eles desenvolveram um modelo de transporte baseado na física de muitos corpos e na química quântica que pode prever o comportamento do dispositivo diretamente a partir da estrutura molecular. Usando essa estrutura, os pesquisadores rastrearam como os elétrons se movem através do filme molecular, como as moléculas individuais sofrem oxidação e redução e como os contra-íons se deslocam na matriz molecular. Juntos, esses processos determinam o comportamento de comutação, a dinâmica de relaxamento e a estabilidade de cada estado molecular.
Rumo à aprendizagem incorporada em materiais
Uma descoberta importante é que a extraordinária adaptabilidade destes complexos permite a integração de memória e computação num único material. Isso abre a porta para o hardware neuromórfico no qual o aprendizado é codificado diretamente no próprio material. A equipe já está trabalhando para integrar esses sistemas moleculares em chips de silício com o objetivo de criar futuro hardware de IA que seja eficiente em termos energéticos e inerentemente inteligente.
“Este trabalho mostra que a química pode ser a arquiteta da computação, e não apenas sua provedora”, diz Sribrata Goswami, cientista visitante da CeNSE e coautor do estudo que liderou o projeto químico.
