Un dels colls d'ampolla de la computació neuromòrfica -els xips que intenten imitar com processa informació el cervell, pensats per fer més eficients els sistemes d'IA- és que emmagatzemar i processar dades en el mateix lloc sol exigir molta energia. Un equip de Penn State, encapçalat per les investigadores postdoctorals Kavya S. Keremane i Luyao Zheng, i el professor investigador Bed Poudel, hi ha buscat una sortida combinant biologia i semiconductors.
El grup ha dissenyat un «memristor» -un component que reté informació encara que es desconnecti el corrent- fabricat amb seqüències curtes d'ADN sintètic dopades amb nanopartícules de plata i integrades en làmines primes de perovskita quasi-2D, un material semiconductor habitual en cèl·lules solars i làsers. Segons Keremane, «fer servir només l'ADN o només la perovskita per separat no donava ni de bon tros un resultat tan robust» com la combinació de tots dos. El dispositiu opera per sota de 0,1 volts, consumeix un centenar de vegades menys energia que els sistemes de memòria convencionals, es manté estable a temperatures properes als 120°C i ha funcionat de manera continuada més de sis setmanes a temperatura ambient. L'estudi, publicat a la revista Advanced Functional Materials, té una sol·licitud de patent en tràmit.
La combinació apunta especialment a la computació neuromòrfica per a IA: un gram d'ADN pot arribar a emmagatzemar uns 215 milions de gigabytes, una densitat molt superior a la de la memòria flaix convencional, i fer-ho amb un consum d'energia molt més baix respondria a una de les preocupacions creixents del sector, la despesa energètica creixent dels sistemes d'intel·ligència artificial.
Es tracta, però, de recerca en una fase encara inicial: els mateixos autors la presenten com una prova de concepte de laboratori, sense indicacions sobre com escalar-ne la fabricació més enllà dels prototips actuals ni terminis per a una aplicació comercial. Caldrà veure si la solidesa del dispositiu es manté quan es produeixi a més escala i s'integri en xips complets.