Čip, který si pamatuje pohyb. MIT vytvořilo nový umělý neuron
Počítačová součástka, která si pamatuje, jak byla před chvílí zmáčknutá, zní trochu jako rekvizita ze sci-fi. Tým MIT ale tento princip využil v reálném laboratorním zařízení. Ve studii zveřejněné 16. září 2026 v časopise Science Advances popsal nanomechanický umělý neuron. Informaci v něm pomáhá zpracovávat nepatrný pohyb měkkého materiálu mezi dvěma elektrodami.
Redakční postřeh
Hlas: Marek Procházka
“U další podobné zprávy stojí za pozornost, zda uvedené nanometry označují tloušťku jedné vrstvy, nebo velikost celého zařízení. I správné číslo může bez této informace vytvořit úplně jinou představu.”
Novinka je zajímavá tím, že se paměť a reakce na vstup rodí přímo z vlastností materiálu. Část chování, kterou by jinak musel zajistit složitější obvod, zvládne samotná součástka. Výsledkem zatím není počítač pro běžné použití. Je to nový stavební prvek pro výzkum elektroniky, která by jednou mohla současně snímat okolí, uchovávat krátkodobou informaci a reagovat na ni.
Dva nanometry měkkého materiálu mezi zlatem
Základem zařízení je polymer polydimethylsiloxan, zkráceně PDMS. Výzkumníci z něj vytvořili vrstvu silnou přibližně dva nanometry a umístili ji mezi zlaté elektrody. V jednom z popsaných uspořádání má aktivní oblast rozměry 200 krát 200 nanometrů. Dva nanometry tedy označují tloušťku mezivrstvy, nikoli velikost celého čipu.
Po přivedení napětí se elektrody přitahují. Měkká mezivrstva se stlačí, vzdálenost mezi elektrodami se zmenší a změní se elektrický proud procházející tunelovým přechodem. Důležitý je i opačný pohyb. Polymer působí jako drobná pružina a pomáhá konstrukci vrátit zpět, místo aby se blízké povrchy nevratně slepily. Právě adhezní síly jsou při tak malých rozměrech zásadní překážkou.
Původní obrázek ze studie ukazuje nahoře vlevo princip stlačování a návratu součástky. Dole vlevo jsou mikroskopické snímky její konstrukce včetně tenké vrstvy mezi zlatými elektrodami. Grafy vpravo porovnávají elektrickou odezvu a změnu mezery při přikládání napětí. Čtenář tak může vedle schematického vysvětlení vidět i skutečně vyrobený prvek.
Paměť vzniká tím, že se polymer vrací pomalu
PDMS má viskoelastické vlastnosti. Zjednodušeně to znamená, že pruží, ale na změnu zatížení reaguje také se zpožděním. Po stlačení se nevrátí okamžitě do původního stavu. Další elektrický podnět proto může zastihnout materiál ještě částečně deformovaný. Odezva součástky závisí i na tom, co se s ní dělo před chvílí. Tato dočasná stopa je základem její paměti.
Vědci této vlastnosti využili k napodobení neuronu, který shromažďuje vstupní podněty a reaguje po překročení určitého prahu. V jednom experimentu bylo k aktivaci součástky potřeba 16 napěťových pulzů. Když se podněty přestanou hromadit, zařízení postupně relaxuje. Číslo 16 je výsledek konkrétního nastavení pokusu, nikoli univerzální pravidlo pro všechny budoucí součástky tohoto typu.
Tým také propojil dva prvky tak, aby aktivace jednoho dočasně potlačila reakci druhého. Propojení využívalo společný rezistor. Taková vzájemná inhibice patří k mechanismům, které lze využít v neuromorfních obvodech. Ukazuje krok od osamoceného umělého neuronu k interakci mezi prvky, pořád ale nejde o demonstraci rozsáhlé neuronové sítě plnící běžné úlohy AI.
Proč se výzkumníci snaží přiblížit paměť k výpočtům
Neuromorfní výpočetní technika si z nervové soustavy vybírá principy, které mohou být užitečné pro hardware. Jedním z nich je těsnější spojení paměti se zpracováním informace. U běžných počítačových architektur stojí přesouvání dat mezi pamětí a procesorem čas i energii. Výzkum IBM popisuje, jak se různé návrhy snaží tuto vzdálenost zkrátit a část práce přesunout přímo k uloženým datům.
Pro Exotech je to další pohled na fyzické nároky digitálních služeb, které rozebírá i článek o spotřebě vody při používání AI. Zde se pozornost přesouvá od infrastruktury k samotné součástce. Smysluplná otázka zní, kolik práce dokáže budoucí zařízení vykonat s danou energií. Odpověď musí přinést měření celého systému, nejen působivý obrázek nebo vlastnost jednoho materiálu.
Velká energetická úspora je zatím výhled
Původní studie obsahuje podstatné rozlišení. U předvedeného zařízení autoři změřili spotřebu 54 nanojoulů. Zároveň rozebírají mnohem nižší energii, kterou je principiálně nutné uložit při aktivaci: přibližně dva femtojouly elektrické energie a 0,1 femtojoulu mechanické energie. Tato čísla nepopisují stejnou veličinu jako změřená celková spotřeba a nelze je zaměňovat.
Nižší hodnoty ukazují potenciál konstrukce při omezení únikových proudů a dalším zmenšování. Neznamenají, že hotový prototyp už dosáhl tak nízké spotřeby nebo že dnes překonává biologický neuron. Zajímavý je i časový rozměr: materiálová paměť v pokusech trvá řádově sekundy. To může vyhovovat určitým úlohám s časovým kontextem, samo o sobě to ale není příslib rychlejšího procesoru do notebooku.
Co rozhodne o cestě z laboratoře
MIT zmiňuje možné budoucí využití v chytrých protézách, nositelných senzorech nebo autonomních zařízeních. Představa je přitažlivá: materiál by nejen přijímal podněty, ale také pomáhal vyhodnotit jejich nedávný průběh. Výzkumníci chtějí dál propojovat snímání, paměť a výpočty. Studie zároveň počítá s dalším vývojem materiálu, návrhu součástek a systémů i způsobů jejich trénování.
Pro hodnocení dalších výsledků bude zásadní sledovat nejen rozměry jednotlivého prvku, ale i chování propojeného zařízení při konkrétní úloze. Neuromorfní technika má více odlišných přístupů a jejich porovnávání není jednoduché. Zářijový výsledek MIT přidává zajímavou možnost: využít k výpočtu i to, jak se měkký materiál deformuje a vrací do původního tvaru. Právě tento prokázaný princip dává novince hodnotu už dnes.
Použité zdroje
Poznámka: Při tvorbě tohoto článku využíváme AI nástroje pro překlad zdrojů, editaci textu a tvorbu ilustračních vizuálů. Za obsah odpovídá Rudolf Vršovský. Jak vznikají naše články
Líbil se ti článek?
Pomoz nám psát lepší články.
