Los microprocesadores de los teléfonos inteligentes, las computadoras y los centros de datos procesan la información mediante la manipulación de electrones a través de semiconductores sólidos, pero nuestro cerebro tiene un sistema diferente. Se basan en la manipulación de iones en líquido para procesar información.

Inspirándose en el cerebro, los investigadores han buscado durante mucho tiempo desarrollar ‘iónicos’ en una solución acuosa. Si bien los iones en el agua se mueven más lentamente que los electrones en los semiconductores, los científicos creen que la diversidad de especies iónicas con diferentes propiedades físicas y químicas podría aprovecharse para un procesamiento de información más rico y diverso.

La computación iónica, sin embargo, todavía está en sus comienzos. Hasta la fecha, los laboratorios solo han desarrollado dispositivos iónicos individuales, como diodos iónicos y transistores, pero nadie ha unido muchos de estos dispositivos en un circuito informático más complejo, hasta ahora.

Un equipo de investigadores de la Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard (SEAS), en colaboración con DNA Script, una startup de biotecnología, desarrolló un circuito iónico que comprende cientos de transistores iónicos y realizó un proceso central de computación de redes neuronales..

La investigación se publica en Advanced Materials.

Los investigadores comenzaron construyendo un nuevo tipo de transistor iónico a partir de una técnica en la que fueron pioneros recientemente. El transistor consta de una solución acuosa de moléculas de quinona interconectadas con dos electrodos de anillo concéntrico con un electrodo de disco central, como una diana. Los dos electrodos de anillo bajan electroquímicamente y ajustan el pH local alrededor del disco central al producir y atrapar iones de hidrógeno. Un voltaje aplicado al disco central provoca una reacción electroquímica para generar una corriente iónica desde el disco hacia el agua. La velocidad de reacción se puede acelerar hacia arriba o hacia abajo, aumentando o disminuyendo la corriente iónica, ajustando el pH local. En otras palabras, el pH controla, o compuertas, la corriente iónica del disco en la solución acuosa, creando una contraparte iónica del transistor electrónico.

Luego diseñaron el transistor iónico activado por pH de tal manera que la corriente del disco es una multiplicación aritmética del voltaje del disco y un parámetro de «peso» que representa el pH local que activa el transistor. Organizaron estos transistores en una matriz de 16 × 16 para expandir la multiplicación aritmética analógica de transistores individuales en una multiplicación de matriz analógica, con la matriz de valores de pH locales sirviendo como una matriz de peso que se encuentra en las redes neuronales.

«La multiplicación de matrices es el cálculo más frecuente en las redes neuronales para la inteligencia artificial», dijo Woo-Bin Jung, becario postdoctoral en SEAS y primer autor del artículo. «Nuestro circuito iónico realiza la multiplicación de la matriz en agua de una manera analógica que se basa completamente en maquinaria electroquímica».

«Los microprocesadores manipulan los electrones de forma digital para realizar la multiplicación de matrices», dijo Donhee Ham, profesor de Ingeniería Eléctrica y Física Aplicada de Gordon McKay en SEAS y autor principal del artículo. «Si bien nuestro circuito iónico no puede ser tan rápido o preciso como los microprocesadores digitales, la multiplicación de la matriz electroquímica en el agua es encantadora por derecho propio y tiene el potencial de ser eficiente energéticamente».

Ahora, el equipo busca enriquecer la complejidad química del sistema.

«Hasta ahora, hemos utilizado solo de 3 a 4 especies iónicas, como iones de hidrógeno y quinona, para permitir la activación y el transporte iónico en el transistor iónico acuoso», dijo Jung. «Será muy interesante emplear especies iónicas más diversas y ver cómo podemos explotarlas para enriquecer el contenido de la información a procesar».

La investigación fue coescrita por Han Sae Jung, Jun Wang, Henry Hinton, Maxime Fournier, Adrian Horgan, Xavier Godron y Robert Nicol. Fue apoyado en parte por la Oficina del Director de Inteligencia Nacional (ODNI), Actividad de Proyectos de Investigación Avanzada de Inteligencia (IARPA), bajo la subvención 2019-19081900002.