Une équipe de recherche dirigée par le Dr Yong-hun Kim et le Dr Jeong-Dae Kwon a développé avec succès le premier dispositif semi-conducteur neuromorphique au monde à haute densité et haute fiabilité en développant un film mince de matériaux de batterie lithium-ion. Ils y sont parvenus en produisant des ions lithium ultra-fins, un matériau clé des batteries lithium-ion qui ont récemment été à l'honneur, et en le combinant avec des nanomatériaux bidimensionnels. L'équipe de recherche est issue de la division Surface & Nano Materials de l'Institut coréen des sciences des matériaux (KIMS).

Un dispositif semi-conducteur neuromorphique possède des synapses et des neurones similaires au cerveau humain, qui traite et mémorise les informations. Le dispositif synaptique reçoit des signaux des neurones et module le poids synaptique (force de connexion) de différentes manières pour traiter et stocker simultanément des informations. En particulier, la linéarité et la symétrie des poids synaptiques permettent la reconnaissance de divers modèles avec une faible puissance.

Les méthodes traditionnelles de contrôle des poids synaptiques utilisent des pièges de charge entre les interfaces de matériaux hétérogènes ou d'ions oxygène. Dans ce cas, cependant, il est difficile de contrôler le mouvement des ions dans la direction souhaitée en fonction du champ électrique externe. Les chercheurs ont résolu ce problème avec un dispositif semi-conducteur à intelligence artificielle à haute densité en développant un procédé à couche mince tout en maintenant la mobilité des ions lithium en fonction du champ électrique externe. Le film mince - d'une épaisseur de plusieurs dizaines de nanomètres - permet un traitement fin du motif tout en contrôlant l'épaisseur de l'échelle de la tranche.

L'équipe de recherche a développé le film en utilisant une méthode de dépôt par pulvérisation cathodique sous vide qui est utilisée dans le traitement général des semi-conducteurs. L'épaisseur du film déposé est inférieure à 100 nanomètres. Après la fabrication d'un dispositif de type transistor sur un substrat de plaquette de silicium et lorsqu'un champ électrique est appliqué depuis l'extérieur, les ions lithium dans le film mince de lithium chargé se déplacent de sorte que la conductivité du canal peut être contrôlée avec précision.

L'équipe de recherche a mis en œuvre un modèle d'apprentissage de réseau neuronal artificiel à l'aide de ce dispositif de synapse et a développé la reconnaissance de modèles d'images d'écriture manuscrite. Le dispositif à semi-conducteur à intelligence artificielle affiche un taux de reconnaissance de formes d'écriture manuscrite d'environ 96,77 % en maintenant les caractéristiques d'un poids synaptique finement ajusté même dans un champ électrique répété plus de 500 fois.

L'équipe de recherche a déclaré : « Notre dispositif à semi-conducteur neuromorphique de nouvelle génération ne nécessite ni CPU ni mémoire, le dispositif de traitement de l'information traditionnel de type Von Neumann et le dispositif de stockage de l'information. Il peut simultanément traiter et stocker des informations et apprendre et reconnaître des images telles que des modèles d'écriture manuscrite. Il devrait être appliqué à divers dispositifs d'intelligence artificielle de faible puissance tels que des systèmes matériels neuromorphiques de classe mondiale, des dispositifs haptiques et des capteurs de vision.

Les résultats de la recherche ont été publiés dans Matériaux appliqués et interfaces ACS le 17 novembre 2022. L'équipe de recherche mène des recherches de suivi sur les dispositifs d'intelligence artificielle à faible consommation d'énergie et les dispositifs de bordure portables.

Fourni par le Conseil national de recherches sur la science et la technologie