| Resumo: |
O 2DoNeuron tem como objetivo desenvolver redes neuronais artificiais elétricas e opticamente controláveis com base em memresistors 2D fotónicos, de baixo
consumo de energia e alta densidade de integração. Isso permitirá treinar diretamente os memresistores óticos para classificar imagens de dígitos manuscritos
como uma primeira prova de conceito. A nossa ideia é que a montagem destes comutadores óticos adaptativos em novas arquiteturas trará um paradigma
revolucionário para o processamento de dados ultrarrápido, com grande impacto na computação neuromórfica. Ao realizar com sucesso a fabricação de uma
rede neuronal ótica, daremos um passo significativo para abrir caminho para o processamento em tempo real de informações codificadas por padrões de luz.
Dois tópicos recentes de pesquisa motivam este objetivo altamente ambicioso. O primeiro é a realização de memresistores cujas propriedades dinâmicas
imitam sinapses [1] e o comportamento do neurónio [2]. A segunda é a revolução que está a acontecer atualmente na área de materiais 2D, que trazem
propriedades físicas sem precedentes. Ao integrar os dois, procuramos um novo meio de obter sistemas mais rápidos, menores e mais versáteis [3].
Os memresistores mostram grande potencial para computação inspirada no cérebro, uma vez que permitem computação e memória no mesmo espaço [4].
Vários materiais foram estudados como camada de comutação, mas o seu desempenho geral ainda é uma questão crítica. Para superar isso, uma abordagem
promissora consiste em substituir a típica camada metálica e/ou isolante entre dois elétrodos por materiais novos, mostrando melhores propriedades tanto
para novos dispositivos óticos como flexíveis [5]. Desta forma, os materiais 2D estão no centro de uma pesquisa crescente devido às suas propriedades
eletrónicas, químicas, mecânicas e óticas.
A exploração de materiais 2D para simular o comportamento sináptico apenas foi tentada recentemente [6] e o nosso objetivo é explorar ainda mai  |
Resumo
O 2DoNeuron tem como objetivo desenvolver redes neuronais artificiais elétricas e opticamente controláveis com base em memresistors 2D fotónicos, de baixo
consumo de energia e alta densidade de integração. Isso permitirá treinar diretamente os memresistores óticos para classificar imagens de dígitos manuscritos
como uma primeira prova de conceito. A nossa ideia é que a montagem destes comutadores óticos adaptativos em novas arquiteturas trará um paradigma
revolucionário para o processamento de dados ultrarrápido, com grande impacto na computação neuromórfica. Ao realizar com sucesso a fabricação de uma
rede neuronal ótica, daremos um passo significativo para abrir caminho para o processamento em tempo real de informações codificadas por padrões de luz.
Dois tópicos recentes de pesquisa motivam este objetivo altamente ambicioso. O primeiro é a realização de memresistores cujas propriedades dinâmicas
imitam sinapses [1] e o comportamento do neurónio [2]. A segunda é a revolução que está a acontecer atualmente na área de materiais 2D, que trazem
propriedades físicas sem precedentes. Ao integrar os dois, procuramos um novo meio de obter sistemas mais rápidos, menores e mais versáteis [3].
Os memresistores mostram grande potencial para computação inspirada no cérebro, uma vez que permitem computação e memória no mesmo espaço [4].
Vários materiais foram estudados como camada de comutação, mas o seu desempenho geral ainda é uma questão crítica. Para superar isso, uma abordagem
promissora consiste em substituir a típica camada metálica e/ou isolante entre dois elétrodos por materiais novos, mostrando melhores propriedades tanto
para novos dispositivos óticos como flexíveis [5]. Desta forma, os materiais 2D estão no centro de uma pesquisa crescente devido às suas propriedades
eletrónicas, químicas, mecânicas e óticas.
A exploração de materiais 2D para simular o comportamento sináptico apenas foi tentada recentemente [6] e o nosso objetivo é explorar ainda mais esta opção.
Os memresistores serão desenvolvidos e estudados com base na combinação de novos materiais 2D. Devido à sua espessura de escala atómica, os dispositivos
podem ser reduzidos a um tamanho abaixo de 10 nm, levando a uma menor tensão de comutação (menor consumo de energia) e maior densidade de
integração [7].
Os materiais 2D como MoS2, MoSe2, WSe2 e WS2 permitem usar a luz como um grau adicional de liberdade para ajustar dinamicamente as suas propriedades,
ajustando a aprendizagem sináptica de elementos individuais ou regiões de elementos [8]. O uso da luz para ler e escrever o estado de um dispositivo tem a
vantagem da maior largura de banda, velocidade de transmissão mais rápida e dissociação do ruído eletrónico [9].
A produção de materiais 2D ainda é um desafio e, além dos processos ideais de fabricação, outros materiais vão ser estudados para melhorar ainda mais o
desempenho. Algumas dessas opções incluem interfaces com polímeros [9], criando novas interações e propriedades interessantes. Os elétrodos também
desempenham um papel essencial, pois influenciam a física e a cinética de comutação. Isto é ainda mais interessante e desafiante definindo interfaces
dinâmicas com materiais 2D e explorar influências óticas.
O nosso plano de trabalho pretende reunir estas descobertas inovadoras para alcançar os memresistores 2D, controláveis por meios óticos e elétricos. Isto
ocorrerá através de uma série de etapas conectadas que, no final, permitirão que os sistemas fabricados sejam testados sob problemas reais, abrindo caminho
para aplicações extraordinárias em computação neuromórfica, optoelectrónica, incluindo comutadores óticos para fotónica integrada e comunicação ótica. Os
parceiros iniciarão a colaboração para o desenvolvimento destes dispositivos já este ano no âmbito de um prémio Fulbright. Estes resultados colocam Portugal
na vanguarda da investigação em novos paradigmas de computação, deixando-o numa posição privilegiada para investir nas oportunidades emergentes de
indústria.
Este plano requer conhecimento em materiais, nanotecnologia e eletrónica, e, portanto, combinará os esforços dos principais grupos de investigação nessas
áreas. O IFIMUP possui uma vasta experiência em deposição de filmes finos e caracterização de nanoestruturas; UT-Austin fornece uma sólida experiência na
deposição de materiais 2D até à gama ultrafina (poucos planos atómicos), fabricação de dispositivos e eletrónica flexível. O 2DoNeuron também envolve jovens
investigadores (estudantes de doutoramento e mestrado) que beneficiarão com o contato direto com investigação e instalações de vanguarda. Os principais
objetivos do 2DoNeuron podem ser resumidos como:
-Otimizar a deposição de camadas de materiais 2D e orgânicos
-Caracterizar as propriedades de comutação resistiva e neuromórficas das nanoestruturas
-Treinar os dispositivos para reconhecimento de dígitos manuscritos e imagem |