Commutation moléculaire dans des matériaux hybrides nanostructurés pour l'apprentissage neuromorphique – MOMA

Les réseaux neuronaux artificiels inspirés du fonctionnement du cerveau (dits "neuromorphiques") offrent un grand espoir d'amélioration des possibilités informatiques. Afin d'établir des parallèles conceptuels avec le développement des réseaux neuronaux naturels, l'approche bottom-up vise à développer de nouveaux matériaux qui tirent parti du caractère aléatoire inhérent aux systèmes, en vue de l'élaboration d'un nouveau matériel neuromorphique.
L'objectif global de ce projet est de concevoir et de synthétiser des matériaux hybrides nanostructurés auto-assemblés et de les utiliser pour le transport de charges, afin de contrôler l'apprentissage neuromorphique basé sur la percolation et la plasticité.
Ces matériaux seront préparés en assemblant des nanoparticules ultra-petites et des molécules commutables. Le caractère aléatoire du système sera contrôlé par des outils chimiques afin de créer des chemins de percolation différenciés à l'échelle méso. Une attention particulière sera accordée à la préservation de la commutation moléculaire - la plasticité - au sein des matériaux hybrides. Les entités moléculaires seront choisies de manière à ce que leur commutation puisse être déclenchée ou modulée par des stimulations physiques : champ électrique, température, lumière. Pour évaluer le potentiel des matériaux hybrides en tant que systèmes neuromorphiques, des preuves de concept de stockage et de traitement de l'information seront incluses.
Une partie de l'aspect innovant réside dans l'approche extrêmement simple, polyvalente et peu coûteuse de la préparation des dispositifs, où les matériaux, préparés par chimie douce en solution, peuvent être déposés sur n'importe quel substrat - y compris des substrats flexibles - par dropcasting.
Le projet ouvrira une nouvelle approche conceptuelle de la recherche en électronique neuromorphique, où la commutation moléculaire assurera la plasticité et où le contrôle du désordre structurel permettra d'accorder la percolation. La nano-structuration des matériaux hybrides permettra une réduction ultime de l'échelle des composants élémentaires pour l'analogie neuromorphique : quelques molécules pour une synapse, des nanoparticules de ~100-200 atomes pour un neurone.