Por mais de 50 anos, os cientistas têm procurado alternativas ao silício como base para dispositivos eletrônicos moleculares. Embora o conceito seja atraente, o progresso real revelou-se muito mais difícil. Em dispositivos reais, as moléculas não se comportam como componentes simples e isolados. Pelo contrário, quando os elétrons se movem, os íons se movem e a interface muda, ocorrem fortes interações entre eles, e mesmo pequenas diferenças na estrutura podem desencadear respostas altamente não lineares. Embora o potencial da eletrônica molecular seja claro, prever e controlar de forma confiável seu comportamento permanece uma tarefa difícil.
Enquanto isso, a computação neuromórfica (hardware inspirado no cérebro) persegue objetivos semelhantes. O objetivo era encontrar um material que pudesse armazenar informações, realizar cálculos e se adaptar em tempo real dentro de uma mesma estrutura física. No entanto, os principais sistemas neuromórficos de hoje, muitas vezes baseados em materiais de óxido e interruptores filamentosos, ainda funcionam como máquinas cuidadosamente projetadas que imitam a aprendizagem, em vez de materiais que contêm aprendizagem naturalmente.
Duas estradas começam a se cruzar
Um novo estudo do Instituto Indiano de Ciência (IISc) sugere que estes dois esforços de longo prazo podem finalmente unir-se.
Numa colaboração entre química, física e engenharia elétrica, uma equipe liderada por Sreetosh Goswami, professor assistente do Centro de Ciência e Engenharia em Nanoescala (CeNSE), desenvolveu minúsculos dispositivos moleculares cujo comportamento pode ser ajustado de várias maneiras. Dependendo do método de estimulação, o mesmo dispositivo pode atuar como elemento de armazenamento, porta lógica, seletor, processador analógico ou sinapse eletrônica. “Este nível de adaptabilidade raramente é visto em materiais eletrônicos”, diz Sreetosh Goswami. “Aqui, o design químico encontra a computação, não como uma analogia, mas como um princípio de funcionamento.”
Como a Química Cumpre Múltiplas Funções
Essa flexibilidade vem da química específica usada para construir e ajustar o dispositivo. Os pesquisadores sintetizaram 17 complexos de rutênio cuidadosamente projetados e estudaram como pequenas mudanças na forma das moléculas e no ambiente iônico circundante afetavam o comportamento dos elétrons. Ajustando os ligantes e íons dispostos em torno da molécula de rutênio, eles demonstraram que um único dispositivo pode apresentar muitas respostas dinâmicas diferentes. Isso inclui a conversão entre operação digital e analógica em uma ampla faixa de valores de condutância.
A síntese molecular foi realizada pelo pesquisador de Ramanujan, Pradip Ghosh, e pelo ex-aluno de doutorado do CeNSE, Santi Prasad Rath. A fabricação do dispositivo foi liderada pelo primeiro autor Pallavi Gaur, estudante de doutorado no CeNSE. “É incrível para mim quanta versatilidade está escondida no mesmo sistema”, disse Gower. “Com a química molecular e o ambiente corretos, um único dispositivo pode armazenar informações, realizar cálculos com elas e até aprender e desaprender. Isso não é o que você espera da eletrônica de estado sólido.”
Teorias que explicam e predizem o comportamento
Para entender por que esses dispositivos se comportam dessa maneira, a equipe precisava de algo que muitas vezes falta na eletrônica molecular: uma estrutura teórica sólida. Eles desenvolveram um modelo de transporte baseado na física de muitos corpos e na química quântica que pode prever o comportamento do dispositivo diretamente a partir da estrutura molecular. Usando essa estrutura, os pesquisadores rastrearam como os elétrons se movem através das membranas moleculares, como as moléculas individuais sofrem oxidação e redução e como os contra-íons se movem dentro da matriz molecular. Juntos, esses processos determinam o comportamento de comutação, a cinética de relaxamento e a estabilidade de cada estado molecular.
Rumo à aprendizagem incorporada em materiais
O principal resultado é que a adaptabilidade incomum desses compósitos torna possível combinar armazenamento e computação no mesmo material. Isso abre a porta para o hardware neuromórfico, onde o aprendizado é codificado diretamente no próprio material. A equipe já está trabalhando para integrar esses sistemas moleculares em chips de silício, com o objetivo de criar um futuro hardware de inteligência artificial que seja eficiente em termos energéticos e inerentemente inteligente.
“Este trabalho mostra que a química pode ser a arquiteta da computação, e não apenas seu fornecedor”, disse a coautora do estudo Sreebrata Goswami, cientista visitante do CeNSE que liderou o projeto da química.
