Iontronique, memristors et systèmes neuronaux nanofluidique

Iontronic, memristors and nanofluidic neural networks

• Auteur / Autrice : Simon Jouveshomme
• Direction : Lydéric Bocquet
• Type : Projet de thèse
• Discipline(s) : Physique
• Date : Inscription en doctorat le 01/09/2022
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Physique en Île-de-France (Paris ; 2014-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique de l'École normale supérieure
• Partenaire(s) de recherche : établissement opérateur d'inscription : Ecole normale supérieure

Mots clés

Mots clés libres

Iontronique

Memristors

Neuromorphique

Iontronic

Memristors

Neuromorphic

Résumé

Le sujet de thèse proposé vise à explorer de façon exhaustive une thématique nouvelle et prometteuse autour de la conception de systèmes nanofluidiques à deux dimensions, capables de mimer les propriétés des memristors et des synapses qui sont au cœur des processus neuronaux dans le cerveau. Depuis plusieurs année, l'équipe Micromegas a systématiquement exploré - à la fois du côté théorique et du côté expérimental - les propriétés parfois exotiques du transport de l'eau et des ions dans des canaux nanofluidiques, de quelques nanomètres à quelques angströms d'épaisseur. Très récemment, l'équipe a observé expérimentalement et analysé théoriquement l'émergence d'effet mémoire dans le transport d'ions confinés dans des systèmes bidimensionnels - plus particulièrement dans des canaux sub-nanométriques réalisés à partir d'hétérostructures de van der Waals. Un résultat préliminaire est que cette propriété permet de concevoir un memristor (c'est-à-dire, une résistance à mémoire) utilisant les ions solvatés dans l'eau comme vecteur d'information - avec un parallèle fort avec les systèmes biologiques. Notamment, cela a permis à l'équipe d'élaborer quelques toutes premières séquences d'apprentissage selon la règle de Hebb. Malgré de robustes confirmations expérimentales, nous ne comprenons que très partiellement les phénomènes moléculaires sous-jacents et leurs conséquences. Une première hypothèse théorique proposée est l'apparition d'auto-association ionique en ultra-confinement conduisant aux propriétés de mémoire et à une réponse très non-linéaire à un champ extérieur. Si certains résultats expérimentaux semblent valider cette hypothèse, l'image physique globale reste encore à construire. C'est tout l'objet du travail de thèse proposé à Simon Jouveshomme: dans un premier temps, explorer le transport ionique des systèmes bi-dimensionnels et comprendre leurs propriétés spécifiques conduisant à l'émergence de la mémoire ; puis dans un second temps, utiliser ces propriétés pour développer des systèmes neuromorphiques ioniques permettant de réaliser de l'apprentissage non supervisé, et alors de concevoir des réseaux neuronaux nanofluidiques sur puce.

This thesis topic aims at exploring in an exhaustive way a new and promising thematic around the design of two-dimensional nanofluidic systems, capable of mimicking the properties of memristors and synapses that are central in neural processes in the brain. For several years, the Micromegas team has systematically explored - both on the theoretical and experimental side - the sometimes exotic properties of water and ion transport in nanofluidic channels, from a few nanometers to a few angstroms thick. Very recently, the team has experimentally observed and theoretically analyzed the emergence of memory effects in the transport of ions confined in two-dimensional systems - especially in sub-nanometer channels made from van der Waals heterostructures. A preliminary result is that this property allows the design of a memristor (i.e., a memory resistor) using solvated ions in water as an information carrier - with a strong parallel to biological systems. Notably, this allowed the team to develop some of the first ever Hebb rule learning sequences. Despite robust experimental confirmations, we only partially understand the underlying molecular phenomena and their consequences. A first theoretical hypothesis proposed is the appearance of ionic self-association in ultra-confinement leading to memory properties and a very non-linear response to an external field. If some experimental results seem to validate this hypothesis, the global physical picture is still to be built. This is the aim of Simon Jouveshomme's thesis: first, to explore the ionic transport of two-dimensional systems and to understand their specific properties leading to the emergence of memory; then, to use these properties to develop ionic neuromorphic systems allowing to perform unsupervised learning, and then to design nanofluidic neural networks on chip.