Abstract
Moderne Artificiële Intelligentie (AI) maakt gebruik van artificiële neurale netwerken die de functionaliteit van het menselijk brein proberen te imiteren door middel van een reeks onderling geconnecteerde nodes, die de rol van artificiële neuronen spelen, en die mogelijk de manier waarop wij met technologie omgaan zullen revolutioneren. De meest robuuste hedendaagse artificiële neurale netwerken worden geconstrueerd via gepaste software modellen voor besturing de CMOS hardware. De manier waarop een computer berekeningen uitvoert verschilt, echter, significant van hoe het menselijk brein informatie verwerkt. Een prominent alternatief zijn fysische systemen gebaseerd of golven, waar recent voor is aangetoond dat ze kunnen opereren als neurale netwerken, en waarin interferentie patronen van de voortbewegende golven leiden tot de realisatie van een alle-tot-alle onderlinge connectie tussen infopunten in het systeem, waarbij de rijke niet-lineaire dynamica die de actie van artificiële neuronen imiteert kan gebruikt worden, door het verstrooien en recombineren van ingestuurde golven, om de meegedragen informatie te extraheren. In het bijzonder worden spin-golven (magnonen) in magnetische filmen gezien als een veelbelovende kandidaat voor praktische toepassingen, door hun laag energieverbruik, hun sterke niet-lineariteit die voorkomt uit de magnetisatie dynamica, en de reeds vastgestelde mogelijkheden voor het schalen en integreren van magnetische nanostructuren. Spin golven worden reeds gebruikt voor het uitvoeren van logische operaties, en recent is er ook progressie gemaakt voor de ontwikkeling van magnonische artificiële intelligentie met onderzoek naar verschillende nano-ontworpen magnon verstrooiingsreservoirs. Vooraleer het volledige potentieel van deze ideeën kan worden benut, moet men spin-golven in nanostructuren precies kunnen manipuleren, een uitdaging waar een onmiddellijke vooruitgang noodzakelijk is ten behoeve de ontwikkeling van functionele magnonische apparaten.
In dit project, dragen we magnonica in de snel opkomende 2D magnetische materialen voor als een geschikt platform voor neuromorfe en reservoir-gebaseerde rekentoepassingen. De magnetische eigenschappen van deze atomair-dunne, kristallijne materialen zijn extreem gevoelig aan elektromechanische manipulatie door bijvoorbeeld rooster strain of deformatie, het aanleggen van een spanning, atomistisch patroon van defecten en/of het stapelen van lagen en heterostructurering. Bovendien zijn, door de recente observaties van hoge-frequentie terahertz (THz) spin-golven in monolaag CrI3, en kamertemperatuur ferromagnetisme in verschillende andere materialen, alle ingrediënten beschikbaar voor het gebruik van 2D magnetische materialen als een technologisch platform voor spin-golf-gebaseerde neuromorfe rekentoepassingen. Dit gezegd zijnde, is er een aanzienlijke achterstand op gebied van theoretische inzichten en reële simulaties in dit onderzoeksveld, wat we in dit project trachten recht te trekken. We zullen verschillende strategieën ontwikkelen om magnonische excitaties en hun voortplanting in een selectie van 2D materialen actief te kunnen manipuleren door middel van nano-ontworpen structurele en elektronische stimuli, en engageren ons om verschillende mogelijke realisaties van neuromorfe rekensystemen in zulke materialen in kaart te brengen, waarvoor we gedetailleerde recepten en in silico demonstraties zullen voorzien. Gegeven de nauwe overeenkomst tussen de data uit de simulatie omgeving en de meetbare grootheden in kristallijne 2D materialen, is het onomstotelijk dat onze resultaten en voorspellingen een inspiratiebron zullen zijn voor experimentele replicatie en verdere vooruitgang van magnonische technologie.
Onderzoeker(s)
Onderzoeksgroep(en)
Project type(s)