Память в солёной воде: нанопора «запоминает» сигнал, потому что сама себя нагревает и забивается кристаллами

Мозг вычисляет ионами. Чипы — в основном электронами

В neuron информация переносится движением charged ions через membranes. Sodium, potassium, calcium и chloride меняют membrane potential, запускают spikes и управляют synaptic transmission. Такой способ естественно объединяет chemistry, history и computation в одном physical medium.

Поэтому iontronics и fluidic memristors интересны neuromorphic computing: они не просто рисуют brain-like algorithm поверх обычного silicon, а используют ions в liquid как сам носитель signal.

Memristor — resistor, который помнит свою историю

Memristive element имеет history dependence: одинаковая instantaneous voltage может давать разный current в зависимости от предыдущей stimulation. На I–V plot это часто проявляется hysteresis loop.

Большинство memristors solid-state. В SIBM — self-heating-induced blocking memristor — memory появляется в liquid-filled nanopore через reversible precipitation. Проще говоря: пора нагревается, частично забивается salt crystals и поэтому меняет своё следующее поведение.

20-nm membrane и pore диаметром 300–400 nm

Researchers fabricated nanopores диаметром примерно 300–400 nm в suspended silicon-nitride membrane толщиной всего 20 nm с помощью focused ion beam. Chip разделяет два reservoirs, а Ag/AgCl electrodes прикладывают bias через ionic solution.

Из-за огромной разницы cross-section значительная часть voltage drop концентрируется в pore. Current density становится высокой, и Joule heating локализуется в tiny volume.

Рецепт жидкости звучит как очень специфический суп

Основной electrolyte: 3 M KCl + 3 mM Ce₂(SO₄)₃ при pH 4.8. KCl даёт высокую ionic conductivity, а cerium sulfate добавляет необычную temperature-dependent solubility.

Если убрать Ce₂(SO₄)₃ и оставить pure 3 M KCl, current всё ещё становится nonlinear из-за heating, но полноценный hysteretic memory effect исчезает. Chemistry здесь не декорация, а часть logic.

Вау-момент: этот salt хуже растворяется при нагреве

Ce₂(SO₄)₃ имеет retrograde solubility — его solubility уменьшается с ростом temperature. То, что обычно кажется waste heat, превращается в mechanism switching.

High voltage нагревает pore, salt precipitates и блокирует ion flow — возникает high-resistance state. Voltage снижается, channel остывает, precipitate уходит, low-resistance state восстанавливается.

Memory живёт в physical state, а не в отдельном bit

На rising sweep heating сначала повышает solution conductivity, затем precipitation блокирует pore. На обратном sweep cooling очищает channel. Поэтому при одном и том же voltage conductance зависит от того, по какой части history system пришла в эту точку.

Никакой firmware не записывает флаг «я был горячим». Information находится в текущей структуре medium — именно за это memristors так любят neuromorphic engineers.

Negative differential resistance: больше voltage — меньше current

После threshold stronger bias ускоряет blocking настолько, что current падает несмотря на рост voltage. Возникает negative differential resistance, NDR.

Energy при этом не появляется из ниоткуда: она уходит в heat и chemistry. Но NDR даёт circuits полезную nonlinearity, threshold и switching — всё то, из чего можно строить neuron-like dynamics.

Авторы проверили: это не просто горячая солёная вода

Thermocouple measurements и finite-element model подтвердили localized heating. Но pure KCl не давал того же memory loop. Bubble hypothesis тоже не совпала по timescale. После замены electrodes high-resistance state сохранялся, значит effect не сидел на electrode surface.

SEM/AFM после switching показали precipitate в pores, а EDS связал его в основном с crystalline Ce₂(SO₄)₃. Это редкий случай, когда causal chain можно почти увидеть глазами microscopy.

Scan rate — часть вычисления

Если voltage изменять слишком быстро, pore не успевает прогреться и сформировать precipitate. При 50 V/s hysteresis loop в reported experiment исчезал.

System поэтому чувствителен не только к amplitude, но и к duration/frequency. В software temporal filter пришлось бы кодировать; здесь его задают heat transfer и dissolution kinetics.

После training response доходит примерно до 12 ms

Repeated pulses постепенно сокращали response time, и в well-trained device он доходил примерно до 12 ms. Reported retention достигала около 1500 s в зависимости от SET stimulation.

Training здесь не означает понимание. Physical medium просто меняет trajectory повторного precipitation/clearance. Но именно такие history-dependent dynamics интересны для adaptive hardware.

Paired-pulse depression и forgetting: pore играет роль упрощённой synapse

SIBM демонстрировал paired-pulse depression, peak-rate-dependent plasticity и forgetting. Названия взяты из neuroscience, но mechanisms не идентичны biological synapse.

Инженерная ценность в другом: material state сам интегрирует recent stimulation и постепенно relaxes. Memory и forgetting происходят без отдельного digital controller.

Chemical synapse: pH превращается в electrical pulse

В отдельном setup pore держали в precipitated HRS при constant bias и кратко подавали acidic 3 M KCl с pH 0.5 как artificial neurotransmitter.

В acid Ce₂(SO₄)₃ растворяется лучше, pore очищается, current растёт. Когда stimulus исчезает, pH возвращается, precipitate формируется снова. Получается chemical input → material state → electrical output.

5 × 4 array: уже не один удачный pore

Researchers собрали 5 × 4 independently addressable array из nanopore nodes между orthogonal PDMS channels. Каждый pixel можно было write/read отдельно, и paper демонстрирует spatial memory patterns.

Sequence была конкретной: write 5 V на 1 s, erase −2.5 V на 2 s, hold 0 V на 2 s, read 0.5 V на 0.2 s. Масштаб маленький, но это первый шаг от device physics к architecture.

60 cycles — consistency demo, не срок службы продукта

Работа показывает более 60 consecutive switching cycles. Это полезная проверка reproducibility, но не commercial endurance. Реальная memory должна пережить гораздо больше cycles и работать с высоким yield на огромных arrays.

Fluidic hardware дополнительно сталкивается с evaporation, sealing, contamination, chemical aging и temperature drift. Масштабирование может полностью изменить thermal/precipitation dynamics.

Почему эта идея так по-кибернетически красива

Loop выглядит почти учебниково: electrical signal → heat → chemistry → blocked pore → изменённый current → новый state для следующего signal. Feedback хранится в самой материи.

И особенно красиво, что инженеры превратили heat — обычно нежелательный by-product electronics — в полезный computational mechanism. Иногда путь к brain-like hardware начинается не с более умного algorithm, а с вопроса: какой physical nuisance можно заставить работать на нас?

Патент и следующий настоящий тест

Авторы указали pending Chinese Patent Application 202610889507X, applicant — Southeast University. Это показывает commercial interest, но не гарантирует product readiness.

Следующий серьёзный proof — larger arrays, real computation task, energy per operation, long endurance и reproducible fabrication. Если ionic memory переживёт этот переход, «солёная вода» перестанет быть красивой лабораторной метафорой и станет новым hardware class.

Почему pore size меняет саму memory dynamics

Authors отдельно отмечают, что при увеличении diameter nanopore heating становится менее локализованным, а memristive effect ослабевает и в пределе исчезает. Geometry здесь работает почти как параметр neuron: она задаёт thermal time constant, current density и скорость формирования precipitate.

Это означает, что future array нельзя просто масштабировать как обычную сантехнику — сделать channels в два раза шире и ждать того же behavior. Каждый размер меняет physical computation. Device design и algorithm поэтому придётся оптимизировать вместе.

Forgetting здесь полезно, а не ошибка хранения

В обычной SSD forgetting — катастрофа. В neuromorphic system контролируемое relaxation может быть функцией: недавний signal влияет сильнее, старый постепенно теряет weight. Такая fading memory подходит для temporal pattern recognition, adaptive filters и reservoir-like computing.

У SIBM decay возникает естественно, потому что blocked state со временем relaxes по chemical/thermal dynamics. Инженеру остаётся научиться настраивать эту константу временем stimulation, chemistry и geometry, а не эмулировать forgetting отдельным software timer.

Chemical tunability может оказаться важнее рекордной скорости

Solid-state memristor хорош, когда нужен compact electrical switch. Fluidic device даёт другой superpower: его response можно менять composition, pH, ion species, surface charge и flow. Один hardware element потенциально чувствует сразу electrical, thermal и chemical environment.

Это особенно интересно для biosensing и edge systems на границе electronics/biology, где input изначально химический. Там превращение molecule concentration прямо в adaptive electrical state может быть полезнее, чем гонка за nanosecond switching.

Энергетика пока остаётся открытым вопросом

Self-heating звучит красиво, но heating требует energy. Чтобы SIBM действительно стал efficient neuromorphic element, нужно считать не только response time, но и joules per useful state update, включая pumps, electrodes и peripheral electronics.

Если thermal pulse слишком дорог, biological similarity сама по себе не спасёт architecture. Поэтому следующий честный benchmark — сравнение complete system energy с solid-state alternatives на одинаковой temporal task.

↗

↗

↗