Khi vật liệu tự ghi nhớ và tính toán bằng cách biến dạng
Trong thiết bị do nhóm nghiên cứu tại MIT phát triển, một lớp polymer cực mỏng bị nén giữa hai điện cực kim loại khi có điện áp. Điều đáng chú ý không chỉ là chuyển động rất nhỏ ấy: tốc độ vật liệu trở lại hình dạng ban đầu còn lưu dấu những tác động vừa xảy ra. Nhờ vậy, cùng một cấu trúc có thể vừa ghi nhớ vừa xử lý thông tin bằng chính sự biến dạng của nó. [1]
Câu trả lời ngắn cho câu hỏi liệu vật liệu có thể tự đảm nhiệm việc tính toán là: có, ít nhất trong một thiết bị thử nghiệm ở cấp nano. Thay vì giao riêng bộ nhớ, xử lý và chuyển động cho nhiều linh kiện, cách tiếp cận này đưa một phần chức năng vào đặc tính cơ học của vật liệu. Nó gợi ra những hệ thống nhỏ và tiết kiệm năng lượng hơn, nhưng vẫn đang ở giai đoạn nghiên cứu chứ chưa phải một máy tính hoàn chỉnh có thể thay thế công nghệ hiện nay. [1]
Biến dạng có thể mang thông tin như thế nào?
Tính toán thường được hình dung là dòng điện chạy qua các mạch cố định. Điện toán cơ học mở rộng cách hiểu đó: chuyển động, lực nén hoặc sự thay đổi hình dạng cũng có thể biểu diễn và biến đổi thông tin. Trong thiết bị của MIT, điện áp khiến hai điện cực hút nhau, ép lớp polymer nằm giữa chúng. Sự thay đổi khoảng cách và hình dạng sau đó làm dòng điện qua thiết bị biến đổi, tạo ra một đầu ra điện có thể quan sát được. [1]
Có thể hình dung bằng một ví dụ đơn giản: một tấm đệm mềm phản ứng khác nhau tùy cách ta ấn và thời gian giữ tay, nên trạng thái hiện tại của nó phần nào phản ánh tác động trước đó. Thiết bị nano không phải một tấm đệm thu nhỏ theo nghĩa đen, nhưng phép so sánh giúp làm rõ nguyên tắc: hình dạng tức thời của vật liệu trở thành một phần của quá trình xử lý, thay vì chỉ là hậu quả phụ không mong muốn. [1]
Vì sao lớp polymer có thể tạo ra trí nhớ?
Vật liệu được sử dụng là polydimethylsiloxane, thường viết tắt là PDMS. Đây là polymer có tính nhớt đàn hồi: sau khi bị nén, nó không lập tức trở về trạng thái ban đầu mà cần một khoảng thời gian để phục hồi. Vì trạng thái của lớp PDMS phụ thuộc vào lực và điện áp đã tác động lên nó, phản ứng điện tại một thời điểm không chỉ liên quan đến tín hiệu đang có mà còn chịu ảnh hưởng của những tác động xảy ra ngay trước đó. [1]
“Ghi nhớ” ở đây không có nghĩa thiết bị lưu một bức ảnh hay một câu chữ như ổ cứng. Nó là ký ức vật lý tạm thời nằm trong trạng thái biến dạng. Hai chuỗi điện áp khác nhau có thể để lớp polymer ở những trạng thái khác nhau, từ đó tạo ra phản ứng khác nhau khi tín hiệu tiếp theo xuất hiện. Nói cách khác, vật liệu không chỉ truyền tín hiệu; quá trình phục hồi chậm của nó còn cung cấp ngữ cảnh cho tín hiệu ấy. [1]
Một neuron nhân tạo hoạt động ra sao?
Neuron sinh học có thể tích lũy kích thích từng bước. Khi mức tích lũy đạt ngưỡng, neuron phát tín hiệu sang các neuron khác. Nhóm MIT khai thác một diễn biến tương tự trong thiết bị cơ học: điện áp tác động theo thời gian khiến hai điện cực dần ép lớp PDMS, tương ứng với việc tích lũy kích thích. Khi vượt qua một ngưỡng, thiết bị tạo phản ứng kiểu “phát xung”, rồi thư giãn về trạng thái ban đầu. [1]
Điểm quan trọng không nằm ở việc miếng polymer trở thành một bộ não thu nhỏ. Thiết bị chỉ mô phỏng một hành vi nền tảng của neuron: tích lũy rồi đáp ứng khi đạt ngưỡng. Tuy vậy, việc chứa cả phản ứng có ngưỡng lẫn trí nhớ vật lý trong một cấu trúc nano cho thấy chức năng tính toán có thể xuất hiện từ động lực học của vật liệu, không nhất thiết phải được ghép hoàn toàn từ nhiều bộ phận bên ngoài. [1]
Bạch tuộc gợi ý điều gì cho thiết kế máy tính?
Nguồn cảm hứng của nhóm nghiên cứu đến từ những hệ sinh học không dồn mọi xử lý vào một bộ điều khiển trung tâm. Ở bạch tuộc, khoảng hai phần ba số neuron phân bố trong các xúc tu. Cấu trúc thần kinh phân tán này cho phép xúc tu tiếp nhận và xử lý một phần thông tin tại chỗ, thay vì mọi tín hiệu đều phải chờ bộ não trung tâm giải quyết trước khi tạo ra phản ứng. [1]
Bài học thiết kế không phải là sao chép hình dạng bạch tuộc, mà là phân bố năng lực xử lý đến nơi tín hiệu xuất hiện. Nếu một phần tử vật liệu có thể đồng thời cảm nhận trạng thái, giữ dấu tác động và tạo phản ứng, hệ thống có thể giảm số bước chuyển dữ liệu giữa các khối chức năng. Đây là lý do nhóm nghiên cứu hướng tới việc tích hợp sâu hơn cảm biến, bộ nhớ, tính toán và cơ cấu chấp hành trong vật chất có khả năng tự tái cấu hình. [1]
Vì sao phải thu nhỏ đến cấp nano?
Các hệ thống điện toán cơ học lấy cảm hứng sinh học đã được phát triển ở kích thước lớn hơn. Khi thu nhỏ xuống cấp nano, những biến dạng rất nhỏ cũng có thể làm đặc tính của vật liệu thay đổi đáng kể. Điều đó mở ra khả năng đặt nhiều chức năng trong một thiết bị có diện tích nhỏ. Tuy nhiên, khoảng cách cực hẹp cũng tạo ra một trở ngại: hai bề mặt kim loại có thể bị lực bám dính kéo sát vào nhau và không tách ra được. [1]
Lớp PDMS đóng vai trò như một lò xo nano mềm nằm giữa hai điện cực. Nó cân bằng lực bám dính, giúp quá trình ép và phục hồi diễn ra có kiểm soát, đồng thời tránh để hai bề mặt sập vào nhau theo cách không thể đảo ngược. Chính lớp trung gian này vừa giải quyết bài toán chuyển động thuận nghịch, vừa tạo ra trí nhớ nhờ đặc tính phục hồi chậm. Một thành phần vì thế đảm nhiệm nhiều vai trò vốn có thể cần các linh kiện riêng. [1]
Thiết bị này có thể đi đến đâu?
Nhóm nghiên cứu cho rằng nền tảng này có thể phù hợp với điện toán biên công suất thấp, robot thông minh, hệ thống theo dõi môi trường hoặc y tế có khả năng tương tác. Những hướng được nêu còn gồm bộ phận giả thông minh xử lý nhanh dữ liệu xúc giác và miếng dán đeo trên người thu thập, phân tích chỉ dấu sức khỏe theo thời gian thực. Đây là các khả năng ứng dụng được đề xuất, chưa phải những sản phẩm đã hoàn thiện. [1]
Bước tiếp theo là kết hợp chặt hơn chức năng cảm nhận với bộ nhớ và tính toán. Giá trị lớn nhất của hướng nghiên cứu này nằm ở một cách đặt vấn đề khác về phần cứng: vật liệu không còn chỉ là lớp nền thụ động để linh kiện hoạt động bên trên. Nếu phản ứng cơ học của nó được kiểm soát, chính vật liệu có thể tham gia quyết định thiết bị nhớ gì và phản ứng ra sao. Một chuyển động gần như không nhìn thấy vì thế có thể trở thành đơn vị cơ bản của quá trình xử lý thông tin. [1]