Наноразмерный аналог нейрона открывает путь к энергоэффективному ИИ
Новое устройство использует перестраиваемое движение для имитации поведения нейрона при возбуждении, что может привести к повышению эффективности вычислений.
Исследователи из Массачусетского технологического института (MIT) под руководством профессора Фарназ Нируи создали наноразмерное вычислительное устройство, которое имитирует поведение нейронов головного мозга, используя механические движения мягкого полимера. Ученые обнаружили, что тонкая пленка полидиметилсилоксана (PDMS), зажатая между двумя металлическими электродами, способна обратимо сжиматься и восстанавливаться под действием напряжения, накапливая информацию и «срабатывая» подобно биологическому нейрону. Результаты исследования были опубликованы в научном журнале Science Advances.
Способность к вычислениям не всегда требует кремниевых чипов и сложных схем. В природе существуют создания, которые обрабатывают информацию всем телом, а не только центральным «процессором». Осьминог, например, располагает примерно двумя третями своих нейронов непосредственно в щупальцах. Это позволяет ему мгновенно менять окраску кожи или реагировать на прикосновение без команды из головного мозга. Именно такой принцип распределенного, «материального» вычисления вдохновил команду MIT на создание устройства, где сама структура вещества выполняет роль и памяти, и логики.
В основе новой разработки лежит фундаментальная проблема, с которой сталкиваются инженеры при попытке создать механические вычисления на наноуровне. Когда две поверхности сближаются на микроскопическое расстояние, между ними возникают силы притяжения, которые буквально склеивают их намертво. Устройство просто «схлопывается» и перестает работать.
Чтобы обойти это препятствие, исследователи поместили между двумя металлическими пластинами сверхтонкий слой мягкого полимера PDMS. Этот слой играет роль нанопружины: он достаточно мягок, чтобы сжиматься под действием электрического поля, но при этом упруг настолько, чтобы развести электроды обратно, когда напряжение снимается. Такая конструкция позволила добиться контролируемого и, что важно, обратимого механического движения в наномасштабе.
Работает это следующим образом. При подаче напряжения металлические пластины начинают притягиваться друг к другу, сдавливая полимерную прослойку. Поскольку PDMS обладает вязкоупругостью, после сжатия ему требуется время, чтобы вернуться в исходную форму. Это свойство оказалось ключевым: устройство не просто реагирует на мгновенный импульс, а запоминает историю воздействий.
Каждое новое напряжение чуть сильнее сжимает материал, и электрический ток, проходящий через устройство, постепенно меняется. Когда суммарное воздействие достигает определенного порога, устройство резко «выстреливает» электрическим сигналом и затем расслабляется. Это в точности повторяет поведение настоящего нейрона, который накапливает заряд до критической отметки, а затем передает импульс дальше по сети.
Главное преимущество такой архитектуры в том, что функции вычисления и хранения информации встроены в сам материал, а не распределены между отдельными компонентами. Для работы не нужны внешние конденсаторы, транзисторы или сложные цепи управления. Это делает устройство чрезвычайно компактным и энергоэффективным. Кроме того, параметры полимера можно настраивать в широком диапазоне, подбирая скорость «срабатывания» и порог чувствительности под конкретные задачи. По словам исследователей, такая платформа открывает путь к созданию умных протезов, которые обрабатывают тактильные сигналы на месте, или носимых медицинских датчиков, анализирующих показатели здоровья в реальном времени без передачи данных на внешний сервер.
В итоге ученым из MIT удалось создать наноразмерный механический аналог нейрона, который использует обратимые деформации мягкого полимера для накопления и обработки информации. Устройство объединяет вычисление и память в одном элементе, не требуя внешних компонентов, что делает его перспективной основой для энергоэффективных систем edge-вычислений, адаптивной робототехники и биосовместимой электроники. В дальнейшем авторы планируют интегрировать в платформу сенсорные функции, чтобы приблизиться к созданию полностью автономной «вычислительной материи».
Научная публикация:
Peter F. Satterthwaite et al. ,Viscoelastic nanomechanical devices for neuromorphic information processing. Sci. Adv. 12, eaeg9893 (2026). DOI: 10.1126/sciadv.aeg9893

