Natuurkundigen maken bouwstenen voor een elektronisch brein

Computers werken binair, ze rekenen met alleen de waarden 0 en 1. Maar de zenuwcellen die ons brein vormen kunnen rekenen met allerlei verschillende waarden, die afhankelijk zijn van de input die zij krijgen. Hierdoor verbruikt ons brein minder energie bij het verwerken van informatie dan een computer. Natuurkundigen van de RUG werken daarom aan een zogeheten memristor, een soort weerstand met geheugen, die de werking van zenuwcellen nabootst. Zij presenteerden hun resultaten in een artikel dat op 21 oktober verscheen in het Journal of Applied Physcis.

Het brein is op veel manieren gewone computers de baas. Hersencellen verbruiken minder energie, verwerken informatie sneller en kunnen zich beter aanpassen. De manier waarop de cellen reageren op een prikkel hangt af van de informatie die zij al hebben ontvangen, die ze gevoeliger of juist ongevoeliger maakt. Wetenschappers werken aan nieuwe elektronica die dit gedrag kan nabootsen, op basis van memristors.

RUG-onderzoeker Anouk Goossens, de eerste auteur van het artikel, heeft tijdens een onderzoeksproject voor haar master memristors getest die gemaakt zijn van strontium titanaat met een beetje niobium erin. De geleiding van memristors wordt op analoge wijze bepaald door een elektrisch veld: ‘We gebruiken de mogelijkheid om de weerstand in dit systeem aan te passen. Via korte spanningspulsjes kunnen we die weerstand controleren en met een lage spanning kunnen we uitlezen welke stroom er in verschillende toestanden door de memristors heen gaat. De kracht van de puls bepaalt de weerstand. We vonden dat die met een factor 1000 kan veranderen.’ Goossens wilde vooral weten hoe de toestand van de memristor in de loop van de tijd verandert.

Vergeten

Wat Goossens zag was dat de duur van de puls die zij gebruikte om de weerstand aan te passen bepaalde hoe lang de memristor de instelling kon onthouden. Dit varieerde van een tot vier uur voor pulsen van een seconde tot twee minuten. Bovendien bleek dat het materiaal na honderd keer schakelen nog even goed presteert.

‘Je kunt allerlei dingen doen met dit systeem’, zegt Goossens. ‘Door zo’n memristor op verschillende manieren te “trainen”, met verschillende pulsen, krijgt je een verschillend gedrag.’ Dat de weerstand na verloop van tijd verandert kan ook bruikbaar zijn: ‘Het systeem kan zijn instellingen vergeten, net als de hersenen. Dat geeft ons de tijd als een parameter om mee te spelen.’ Bovendien is het mogelijk in de schakelingen die Goossens maakte geheugen en rekenkracht te combineren. Dat is efficiënter dan de klassieke computerarchitectuur, waarin opslag (op de magnetische harde schijf) en rekenkracht (in de processor) gescheiden zijn.

Voordat ze circuits gaat bouwen, gebaseerd op onze hersenen, wil Goossens eerst nog experimenten doen om goed te begrijpen wat er gebeurt in haar materiaal. ‘Wanneer we niet precies weten hoe het werkt, kunnen we de problemen die we ongetwijfeld gaan tegenkomen in dit soort circuits niet goed oplossen. Dus moeten we begrijpen wat de natuurkundige eigenschappen van het materiaal zijn: wat doet het precies, en waarom?’

Waar Goossens onder meer een antwoord op wil hebben is de vraag welke parameters de toestand van het materiaal beïnvloeden. ‘En als we honderd van dit soort schakelingen bouwen, werken die dan allemaal precies hetzelfde? Als ze dat niet doen, en je dus variatie hebt tussen de schakelingen, hoeft dat geen probleem te zijn. Hersencellen zijn ook niet allemaal gelijk.’

CogniGron

Micro-elektronica met een op hersenen geïnspireerde structuur vormen een van de onderwerpen die het nieuwe onderzoeksinstituut CogniGron van de Faculty of Science and Engineering van de RUG zal aanpakken. Dit instituut is momenteel op zoek naar twaalf hoogleraren en ongeveer veertig promovendi. Het werk dat er gebeurt is interdisciplinair, wat Goossens erg aanspreekt. ‘Ik werk bijvoorbeeld in de materiaalkunde, maar heb niet zo veel verstand van zelflerende algoritmen die zouden kunnen draaien op de circuits die ik bouw. Daarom is het cruciaal dat CogniGron multidisciplinair is opgezet; mijn co-promotor is bijvoorbeeld Lambert Schomaker, hoogleraar bij Kunstmatige Intelligentie.’

Anouk Goossens deed de experimenten in het zojuist gepubliceerde artikel tijdens een onderzoeksproject voor haar Master in Nanoscience aan de RUG. Dat onderzoek vond plaats in de groep Spintronica van Functionele Materialen van Tamalika Banerjee, die het werk ook begeleidde. Goossens is nu promovendus in die groep.

Uitdaging

‘Toen ik met mijn bachelor natuurkunde begon was het mijn idee om theoretische natuurkunde te gaan studeren. Maar toen kregen we allerlei nieuwe vakken in het eerste jaar, waarvan ik nog nooit gehoord had, zoals spintronica.’ De introductie in meer toegepaste vakken zorgde ervoor dat Goossens een ander pad koos. ‘Ik vind het geweldig iets te bouwen dat echt werkt. In theorie werkt alles, maar als je dan iets gaat maken kom je allerlei problemen tegen. Die uitdaging vind ik prachtig!’

De ervaring met haar master onderzoek smaakte naar meer. ‘Dus was ik blij met de mogelijkheid nog vier jaar door te werken in een promotietraject.’ Over vier jaar hoopt ze een circuit te hebben gebouwd dat bestaat uit een flink aantal van de schakelingen die ze nu heeft getest. ‘En ik zou daar ook graag een zelflerend algoritme op willen laten draaien.’ Goossens weet nog niet wat ze gaat doen als haar proefschrift af is. ‘Ik neem een stap tegelijk. Misschien ga ik door met universitair onderzoek, maar voorlopig houd ik alle opties open.’

Referentie: A.S. Goossens, A. Das, and T. Banerjee: Electric field driven memristive behavior at the Schottky interface of Nb-doped SrTiO₃ . Journal of Applied Physics, special topic section: New physcis and materials for neuromorphic computation. 21 October 2018