Автоволновая электроника

Особое место в молекулярной электронике занимают перспективные идеи автоволновой электроники.

В автоволновой электронике изучаются процессы, происходящие в неравновесных открытых кинетических системах, которые проявляются в виде разнообразных нелинейных автоволн, стационарных пространственных структур, стратов, доменов и других типов динамических неоднородностей.

Наибольший, пожалуй, интерес представляют собой автоволны - класс нелинейных волн, распространяющихся в активных континуальных средах за счет запасенной энергии. Следует особо подчеркнуть, что автоволны распространяются в средах, в каждом локальном объеме которых осуществляется независимая накачка энергии (равно как и вещества) и имеется диссипативный сток для отработанных «продуктов» накачки (рис. 7.9).

В качестве континуальных сред в устройствах автоволновой электроники используются активные распределенные среды, в которых возможна реализация большого числа самозадерживающихся нелинейных пространственно-временных возбуждений. К таким средам можно отнести биологические активные мембраны, мышечные волокна, нейронные сети, распределенные биохимические среды, а также некоторые сообщества живых организмов.

Рис. 7.9. Типы автоволновых процессов: 1 - плоский волновой фронт огибает препятствие; 2 - спиральные волны:

а - двумерная среда, б - вращающийся свиток,

в - вихревое облако

Генератором динамических неоднородностей автоволновой природы являются: импульсы внешней накачки, различные флуктуации.

Автоволны способны аннигилировать при столкновении двух встречных волновых фронтов, не отражаются от препятствий и границ среды, однако дифрагируют на препятствиях в соответствии с принципом Гюйгенса. Различают плоские и спиральные волны (рис. 7.9).

Управление автоволновыми процессами может осуществляться с помощью тепловых полей, локальным энергетическим воздействием, введением дополнительной массы вещества.

Автоволновые среды обладают свойством ассоциативной памяти. Это обусловлено рядом причин, среди которых важной является отсутствие локальной пространственной адресации записываемой информации. Адресация и считывание возможны только по содержанию информации, по характерным признакам. Автоволновые среды способны регистрировать предысторию своего функционирования путем накопления определенных качеств или свойств в материале. Такие среды обладают распределенной памятью и способны к обучению под воздействием внешних условий.

Реализация памяти с использованием автоволновых процессов происходит по следующей схеме. В сосуде 1 находится вещество 2 и его расплав 3 (рис. 7.10). В режиме записи (рис. 7.10, а) опорный источник создает однородный лоток тепла. Возникший градиент температуры dТ/dy возбуждает в диссипативной автоволновой среде конвективные ячейки.

Если на опорную матрицу воздействовать тепловым сигналом от источника В, то произойдет перестройка потоков, адекватная информационному воздействию потока В. Воз­никнет структура, описывающая поверхность изотермы плавления . Эта структура характеризует структуру конвективных потоков, интенсивности тепловых выбросов и т. д. Другими словами, можно изготовить копии рельефа в виде а ∙ b. Таким образом, реализуется память.

Рис. 7.10. Схема ассоциативной памяти: а – запись;

б - воспроизведение структуры

Ассоциативное восстановление можно провести по схеме рис. 7.10, б. Условия неравновесности создаются источником А, а дополнительным организующим фактором является структура рельефа . Достижение комплементарного соответствия вложений и является актом распознавания образа. Этот метод имеет некоторое сходство с волновой голографией, а именно - реализуется в опорную упорядоченность в условиях самоорганизации.

Можно ожидать, что в дальнейшем исследования будут развиваться с использованием синергетического подхода к поведению автоволновых сред. Под синергетикойбудем по­нимать процессы, происходящие в системах, состоящих из многих подсистем самой различной природы, например, электроны, атомы, молекулы, клетки, нейроны, фотоны, животные организмы. Такие структуры возникают в процессах самоорганизации, переходов типов «беспорядок - порядок», «порядок – порядок» и т. п.

Биоэлектроника

Терминмолекулярная электроника необоснованно получил некоторое распространение в начале развития микроэлектроники (60-е годы). В последующем понятие молекулярной электроники справедливо относят к одному из направлений функциональной электроники.

Молекулярная электроника - область электроники, в которой функциональные электронные элементы и устройства организованы на уровне отдельных молекул и их комплексов. В биологических системах процессы преобразования информации протекают в основном на молекулярном уровне. Поэтому это направление близко к бионике.

Биоэлектроника -одно из направлений бионики, решающее задачи электроники на основе анализа структуры и жизнедеятельности живых организмов.

Биоэлектроника охватывает проблемы изучения нервной системы человека и животных и моделирование нервных клеток (нейронов и нейронных сетей) для дальнейшего совершенствования электронной вычислительной техники, техники связи, разработки новых элементов и устройств автоматики и телемеханики.

Исследования нервной системы показали, что она обладает рядом ценных особенностей и преимуществ перед самыми совершенными вычислительными устройствами. Основными из них являются:

- совершенное и гибкое восприятие внешней информации независимо от формы, в которой она поступает;

- высокая надежность, значительно превышающая надеж­ность технических систем (последние выходят из строя при обрыве в цепи одного или нескольких элементов; при гибели же миллионов нервных клеток из миллиардов клеток, составляющих головной мозг, работоспособность системы сохраняется);

- микроминиатюрность элементов (при количестве элементов 10¹⁰ - 10¹¹ объем мозга человека составляет 1,5 дм³; современное устройство на транзисторных структурах с таким же числом элементов заняло бы объем в несколько десятков кубических метров;

- экономичность работы (потребление энергии мозгом человека не превышает нескольких десятков ватт);

- высокая степень самоорганизации, быстрое приспособление к новым ситуациям, к изменению программ деятельности.

Нервная система состоит из клеток, получивших название нейронов. Нейроны, где бы они ни находились, имеют одинаковую структуру и примерно одинаковые логические характеристики. Они являются наиболее универсальным логическим элементом. На основе нейронов строятся простые и упорядоченные нейронные сети, указывающие на тот, пока еще не достижимый в технике факт, что с помощью единственного элемента можно построить систему, способную выполнять сложнейшие задачи, которые обычно решает человек.

На рис. 7.11 показано схематическое изображение нейрона. Луковицеобразная часть является телом ячейки - сомой. Ее диаметр лежит в пределах от 10 мкм для связующих нейронов до 70 мкм для моторных нейронов. Отростки, отходящие от тела нейрона, называются дендритами и представляют собой входные связи нейрона. Длинный отросток, отходящий от одной из сторон сомы, называется аксоном и служит для передачи выходного сигнала к другим нейронам; длина аксона от долей миллиметра до 1,8 м и более. Аксон постепенно сужается, и на расстоянии 50 - 100 мкм от тела нейрона начинается изолирующий слой.

Рис. 7.11. Схематическое изображение нейрона: 1 – дендриды;

2 – тело нейрона (сома); 3 - аксон

Сам нейрон изолирован от окружающей его жидкости тонкой мембраной и благодаря метаболическому процессу внутри него существует избыточная концентрация отрицательных ионов калия, хотя окружающая нейрон жидкость содержит избыток ионов натрия. Для предотвращения диффузии ионов калия через мембрану на ней поддерживается задерживающий потенциал около70 мВ. Аксон по своей природе является аналогом соединительного провода электрической цепи. Ближе к концу он разветвляется, и более мелкие ветви образуют контакты с другими нейронами. Дендриты оканчиваются синапсами, которые отделены от тела нейрона узким переходом шириной 0,01 - 0,02 мкм.

Нейрон во многом подобен электронному логическому элементу. Выполнив соединение нейрона определенным образом, нетрудно обнаружить, что он обладает свойствами, аналогичными свойствам одной из обычных схем вычислительной машины. Однако нейрон обладает и другими свойствами, например способностью увеличивать частоту выходного сигнала с изменением амплитуды входного, суммировать входные сигналы и т. д. Все это показывает, что нейрон - значительно более сложный элемент, чем обычная логическая схема. Нейрон может передавать информацию в аналоговой форме, что позволяет рассматривать нейронную систему как гибридное устройство из логических элементов и аналоговых блоков, в котором направление передачи аналоговой информации определяется коммутируемыми логическими связями между элементами. Адаптивные свойства нейронов могут быть использованы также при создании устройств для распознавания образов и знаков и при построении обучающих машин. Если сравнивать интегральные микросхемы с нейроном, то окажется, что мощность рассеяния в нейроне в 10⁷ раз меньше, а степень интеграции в 10⁷ раз больше.

Для технической реализации ряда сложных нейронных сетей в первом приближении достаточен нейроноподобный элемент, обладающий аналого-логическими свойствами и по своим функциональным возможностям приближающийся к биологическим рецепторным и некоторым видам центральных нейронов. Основной задачей при создании такого нейроноподобного элемента является реализация зависимости частоты импульсного выходного сигнала от суммарного импульсного «раздражения» на входе. Исследования показали, что модель нейрона может быть выполнена в виде двух интегральных микросхем на МДП-транзисторах.

Первая микросхема (импульсный сумматор) моделирует синапс биологического нейрона, осуществляя пространственное и временное суммирование импульсных входных сигналов с электрической регулировкой синаптических весов.

Вторая микросхема (пороговое устройство) моделирует тело нейрона. Она формирует требуемую передаточную характеристику «напряжение - напряжение» и преобразует напряжение в частоту.

Используя эти микросхемы, можно получить выходные частотные характеристики, близкие к характеристикам определенных классов нейронов.

Таким образом, по совокупности свойств рассмотренный нейроноподобный элемент является перспективным для моделирования определенного класса нейронных сетей в биологических системах.

В настоящее время ведутся большие исследования в различных направлениях биоэлектроники. Результаты исследований показывают, что использование явлений живой природы в электронике может привести к новой научно-технической революции в этой области техники.

Поиск по сайту: