Statt Transistoren: Forscher entwickeln "denkende" Moleküle

Winzige Moleküle, die denken, sich erinnern und lernen können: Was lange wie eine Vision aus der Grundlagenforschung klang, rückt nun näher an die Realität. Die molekulare Struktur sorgt hier direkt für Fähigkeiten, mit denen Transistoren ersetzt werden können.

Molekül-Struktur schafft Funktion

Seit Jahrzehnten suchen Wissenschaftler nach Alternativen zum Silizium. Komplexe Moleküle galten dabei als besonders vielversprechend, sie erwiesen sich in realen Bauteilen jedoch als schwer kontrollierbar. Das Potenzial war groß, die Vorhersagbarkeit gering. Eine neue Forschungsarbeit des Indian Institute of Science (IISc) könnte das nun ändern.

Im Fokus stand dabei das neuromorphe Rechnen, das sich am menschlichen Gehirn orientiert. Ziel ist ein Material, das Speicherung, Verarbeitung und Anpassung von Informationen gleichzeitig leisten kann. Aktuelle Ansätze imitieren Lernprozesse zwar technisch, tragen sie aber nicht als natürliche Eigenschaft in sich.


Genau hier setzt die neue Studie an. Ein interdisziplinäres Team um Sreetosh Goswami vom Centre for Nano Science and Engineering (CeNSE) entwickelte winzige Bauelemente auf Basis von Ruthenium-Komplexen, die je nach Ansteuerung völlig unterschiedliche Rollen übernehmen können: Sie fungieren als Speicher, logische Schalter, Selektoren, analoge Prozessoren oder sogar als elektronische Synapsen. "Diese Anpassungsfähigkeit ist in der Elektronik äußerst selten", betont Goswami.

Der Schlüssel liegt in der Chemie. Die Forschenden synthetisierten 17 gezielt entworfene Ruthenium-Moleküle und untersuchten, wie minimale Veränderungen in ihrer Form sowie im ionischen Umfeld das elektronische Verhalten beeinflussen. Durch das gezielte Variieren von Liganden und Gegenionen zeigte sich, dass ein und dasselbe Bauelement zwischen digitalem und analogem Verhalten wechseln und ein breites Spektrum an Leitfähigkeiten abdecken kann.

Nicht nur simulieren

Begleitet wurde die experimentelle Arbeit von einem theoretischen Modell, das auf Quantenchemie und Vielteilchenphysik basiert. Es erlaubt erstmals, die Funktion eines Bauelements direkt aus seiner molekularen Struktur abzuleiten. So ließ sich nachvollziehen, wie Elektronentransport, Oxidations- und Reduktionsprozesse sowie die Bewegung von Ionen gemeinsam das Schalt- und Lernverhalten bestimmen.

Langfristig könnten solche Materialien den Weg zu neuromorpher Hardware ebnen, bei der Lernen nicht nur simuliert, sondern im Material selbst verankert ist. Die Integration auf Siliziumchips ist bereits geplant, mit dem Ziel, energieeffiziente und intrinsisch intelligente KI-Systeme zu entwickeln. Chemie, so das Fazit der Forschenden, wird damit vom Zulieferer zum Architekten der Rechenleistung.


Siehe auch: