La conception, la fabrication et les tests de systèmes neuromorphiques (composants et circuits) pour l’intelligence artificielle posent de nouveaux défis pour surmonter les principales approches actuellement à l’étude. Nous proposons une approche alternative basée sur des molécules fonctionnelles auto-assemblées dans des réseaux à ultra-haute densité avec des structures intrinsèquement similaires au système informatique neuromorphique connu sous le nom de « reservoir computing (RC) ». Nous proposons d’utiliser des molécules spécifiques qui peuvent modifier leurs propriétés électroniques lors d’une excitation donnée (optique, électrochimique ou électrique). De ce point de vue, les polyoxométallates (POMs) sont des oxydes moléculaires nanométriques présentant des propriétés redox remarquables, mais qui n’ont jamais été systématiquement étudiées dans le contexte de composants avancés. Nous proposons de développer des fonctionnalités évolutives dans des nanomatériaux (nanostructures/molécules hybrides), « programmables » à la demande grâce aux propriétés multifonctionnelles des molécules. Ces approches, sans équivalents directs en nanoélectronique à semi-conducteurs, ouvriraient de nouvelles perspectives à l’électronique moléculaire/organique en informatique non conventionnelle et comme exemple du concept « Evolution-in-Materio ».
NEUROPOM Nano-composants évolutifs à base d'oxydes moléculaires pour l'informatique non conventionnelle
Résumé
Mots clés
- auto-assemblage moléculairenano-matériaux.oxydes moléculaires ; jonctions moléculairesréseaux 2D moléculairesSystèmes neuromorphiques et reservoir computing
Partenaires du projet
INSIS
Dominique VUILLAUME
IEMN
(UMR8520) Villeneuve-d'Ascq, France
INC
Anna Proust
IPCM
(UMR8232) France