Na vele decennia van verbazingwekkende ontwikkelingen, beginnen de vorderingen in op halfgeleiders gebaseerde computers te vertragen, aangezien transistors hun fysieke limieten in grootte en snelheid bereiken. De vereisten voor computergebruik blijven echter groeien, vooral in kunstmatige intelligentie, waar neurale netwerken vaak meerdere miljoenen parameters hebben. Een oplossing voor dit probleem is reservoir computing, en een team van onderzoekers onder leiding van de Universiteit van Osaka, met collega's van de Universiteit van Tokio en de Universiteit van Hokkaido, heeft een eenvoudig systeem ontwikkeld op basis van elektrochemische reacties in Faradische stroom waarvan zij denken dat ze de ontwikkelingen een vliegende start zullen geven. in dit veld.

Reservoir computing is een relatief recent idee in de informatica. In plaats van traditionele binaire programma's die op halfgeleiderchips draaien, worden de reacties van een niet-lineair dynamisch systeem - het reservoir - gebruikt om een ​​groot deel van de berekening uit te voeren. Verschillende niet-lineaire dynamische systemen van kwantumprocessen tot optische lasercomponenten zijn als reservoirs beschouwd. In deze studie keken de onderzoekers naar de ionengeleiding van elektrochemische oplossingen.

"Ons eenvoudige testapparaat bestaat uit 90 paar vlakke elektroden met een ionische oplossing op het oppervlak", legt professor Megumi Akai-Kasaya, hoofdauteur van het onderzoek, uit. "De responsspanning op de ingangsspanning wordt dan gebruikt als de respons van het reservoir." Deze spanningsrespons is te wijten aan zowel de ionische stromen die door de oplossing gaan als de elektrochemische stroom. Deze input-outputrelatie is zowel niet-lineair als reproduceerbaar, waardoor het geschikt is voor gebruik in reservoir computing. Een uniek meervoudig data-acquisitiesysteem op het apparaat bestuurt de uitleesknooppunten, waardoor parallel testen mogelijk is.

De onderzoekers gebruikten het apparaat om twee vloeistoffen te evalueren:polyoxometalaatmoleculen in oplossing en gedeïoniseerd water. Het systeem toonde een "feedforward-verbinding" tussen knooppunten, ongeacht welk monster werd gebruikt. Er waren echter verschillen. "De polyoxometalaatoplossing verhoogde de diversiteit van de responsstroom, waardoor het goed is in het voorspellen van periodieke signalen", zegt professor Akai-Kasaya. "Maar het blijkt dat gedeïoniseerd water het beste is voor het oplossen van niet-lineaire problemen van de tweede orde." De goede prestaties van deze oplossingen demonstreren hun potentieel voor meer gecompliceerde taken, zoals handschriftherkenning, herkenning van geïsoleerde woorden en andere classificatietaken.

The researchers believe that proton or ion transfer with minimal electrochemical reactions over short durations has the potential for development as a more computationally powerful computing system that is low in cost and energy efficient. The simplicity of the proposed system opens up exciting new opportunities for developing computing systems based on electrochemical ion reactions.