12.12.2018

Künstliche Synapse aus Nanodrähten

Bauelement kann Informationen speichern und verarbeiten – sowie mehrere Signale parallel empfangen.

Wissenschaftler des Forschungszentrums Jülich haben gemein­sam mit Kollegen aus Aachen und Turin ein Schalt­element aus Nano­drähten her­ge­stellt, das ganz ähn­lich wie eine bio­lo­gische Nerven­zelle funktio­niert. Ihr Bau­element kann sowohl Infor­ma­tionen speichern als auch ver­arbeiten – und mehrere Signale parallel empfangen. Die mem­ristive Zelle aus Oxid­kristall-Nano­drähten erweist sich damit als idealer Kandidat für den Bau eines bio­inspi­rierten neuro­morphen Pro­zessors, der die viel­fältigen Funk­tionen bio­lo­gischer Synapsen und Neuronen über­nehmen kann.

Abb.: Elektronenmikroskopische Auf­nahme eines Nano­draht-Mem­ristors. Blau:...
Abb.: Elektronenmikroskopische Auf­nahme eines Nano­draht-Mem­ristors. Blau: Silber­elek­trode, orange: Nano­draht, gelb: Platin­elek­trode. Die blauen Bläs­chen sind Silber­ionen und erhöhen die Leit­fähig­keit. (Bild: FZ Jülich)

Dank rasanter Fortschritte im Bereich der künstlichen Intel­li­genz können Computer heute Auto­fahren, Texte über­setzen, Schach­welt­meister besiegen und vieles mehr. Eine der größten Heraus­forde­rungen ist dabei der Ver­such, die Ver­arbei­tung der Signale des mensch­lichen Gehirns künst­lich zu repro­du­zieren. In neuro­nalen Netzen werden Daten hoch­gradig parallel gespei­chert und ver­arbeitet. Klassische Rechner arbeiten Auf­gaben dagegen sehr schnell hinter­ein­ander ab und trennen klar zwischen der Speiche­rung und Ver­arbei­tung von Infor­ma­tionen. Neuro­nale Netze lassen sich daher in der Regel nur sehr auf­wändig und ineffi­zient mit her­kömm­licher Hard­ware simu­lieren.

Systeme mit neuromorphen Chips, die die Arbeitsweise von Synapsen und Neuronen im mensch­lichen Gehirn imi­tieren, ver­sprechen hier deut­liche Vor­teile. Ein solcher bio­inspi­rierter Rechner arbeitet nach den Vor­stel­lungen von Experten dezen­tral und ver­fügt über eine Viel­zahl von Pro­zes­soren, die – wie Neuronen im Gehirn – netz­artig mit­ein­ander ver­bunden sind. Fällt ein Pro­zessor aus, kann ein anderer seine Funktion über­nehmen. Und ähn­lich wie im Gehirn, wo Training zu ver­besserter Signal­weiter­leitung führt, soll auch ein bio­inspi­rierter Pro­zessor lernen können.

„Mit der heutigen Halbleiter-Technologie lassen sich diese Funk­tionen teil­weise auch schon reali­sieren. Diese Systeme eignen sich aber nur für spezi­elle Anwen­dungs­zwecke und benötigen viel Platz und Energie“, erläutert Ilia Valov vom Forschungs­zentrum Jülich. „Unsere Bau­elemente mit Nano­drähten aus Zink­oxid-Kristall können Infor­ma­tionen dagegen von Haus aus ver­arbeiten und auch speichern, und sind äußerst klein und energie­effi­zient.“

Memristiven Zellen werden schon seit Jahren die besten Chancen zuge­schrieben, in einem bio­inspi­rierten Rechner die Funktion der Neuronen und Synapsen zu über­nehmen. Sie ändern ihren elek­trischen Wider­stand abhängig von der Stärke und Rich­tung des elek­trischen Stroms, der durch sie fließt. Anders als in einem her­kömm­lichen Tran­sistor bleibt der letzte Wider­stands­wert auch dann noch erhalten, wenn der Strom abge­schaltet wird. Wegen dieser Ein­stell­bar­keit des Wider­stands­werts sind Mem­ris­toren grund­legend lern­fähig.

Um diese Eigenschaften zu erzeugen, nutzten die Wissen­schaftler des Forschungs­zentrums Jülich und der RWTH Aachen einen ein­zelnen Zink­oxid-Nano­draht, der von Experten in Turin her­ge­stellt worden war. Mit etwa einem Zehn­tausend­stel Milli­meter ist ein solcher Nano­draht über tausend­mal dünner als ein mensch­liches Haar. Das resul­tie­rende mem­ris­tive Bau­teil ist nicht nur sehr klein, es schaltet auch schneller als ein Halb­leiter. Um eine funk­tions­fähige Zelle zu schaffen, müssen beide Enden des Nano­drahts mit geeig­neten Metallen ver­bunden werden, in diesem Fall Platin und Silber. Die Metalle fungieren als Elek­troden. Zudem setzen sie, aus­ge­löst durch einen geeig­neten Strom­fluss, Ionen frei. Die Metall­ionen können sich über die Ober­fläche des Drahtes aus­breiten und eine Brücke bilden, was die Leit­fähig­keit ver­ändert.

Für den praktischen Einsatz sind die Bauelemente aus einzelnen Nano­drähten aller­dings noch zu empfind­lich. Ein elek­trischer Strom kann sie leicht zer­stören. Als nächsten Schritt planen die Forscher daher die Her­stel­lung und Unter­suchung eines robus­teren mem­ris­tiven Elements, das aus einer relativ leicht her­stell­baren größeren Gruppe aus mehreren Hundert Drähten besteht.

FZ Jülich / RK

Weitere Infos

Sonderhefte

Physics' Best und Best of
Sonderausgaben

Physics' Best und Best of

Die Sonder­ausgaben präsentieren kompakt und übersichtlich neue Produkt­informationen und ihre Anwendungen und bieten für Nutzer wie Unternehmen ein zusätzliches Forum.

Weiterbildung

Weiterbildungen im Bereich Quantentechnologie
TUM INSTITUTE FOR LIFELONG LEARNING

Weiterbildungen im Bereich Quantentechnologie

Vom eintägigen Überblickskurs bis hin zum Deep Dive in die Technologie: für Fach- & Führungskräfte unterschiedlichster Branchen.

Meist gelesen

Themen