Obliczenia jonowe to nadal słabo rozwinięta dziedzina. W związku z tym liczba urządzeń zdolnych do ich wykonywania jest niewielka. Co więcej, jak do tej pory nie udało się połączyć wielu takich instrumentów w bardziej złożony obwód obliczeniowy. Przełom w sprawie nastąpił dzięki przedstawicielom Harvard John A. Paulson School of Engineering and Applied Sciences oraz DNA Script.
Czytaj też: Mikroskop tak dokładny, że można nim obserwować neurony. Zadziwia też rozmiarami
Zaprojektowany przez nich obwód jonowy składa się z setek tranzystorów jonowych i jest zdolny do wykonywania obliczeń. Realizacja całego pomysłu zaczęła się od zbudowania nowego typu tranzystora jonowego. Ten składa się z wodnego roztworu cząsteczek chinonu, połączonego z dwiema elektrodami pierścieniowymi z centralną elektrodą dyskową. Owe elektrody elektrochemicznie obniżają i dostosowują pH wokół dysku centralnego poprzez produkcję i wychwytywanie jonów wodorowych.
Za sprawą obecności napięcia centralny dysk wywołuje natomiast reakcję elektrochemiczną, która generuje prąd jonowy z dysku do wody. Szybkość reakcji może być zwiększona lub zmniejszona za sprawą zmiany pH, które wpływa na zachowanie prądu jonowego dysku w roztworze wodnym. W konsekwencji powstaje jonowy odpowiednik elektronicznego tranzystora.
Tego typu sieci neuronowe są mniej wydajne od tradycyjnych, lecz otwierają nieco nowych możliwości
Kolejnym krokiem w prowadzonych badaniach było zaprojektowanie tranzystora jonowego tak, by prąd dysku stanowił pomnożenie napięcia dysku i parametru reprezentującego wspomniane pH. Tranzystory zostały później rozmieszczone na tablicy o wymiarach 16×16, aby zmienić analogowe mnożenie arytmetyczne poszczególnych tranzystorów w analogowe mnożenie macierzowe.
Czytaj też: Ze 100 000 równań do 4. Tak sztuczna inteligencja usprawnia obliczenia
Jak wyjaśnia Woo-Bin Jung, mnożenie macierzowe jest najbardziej rozpowszechnionym obliczeniem w sieciach neuronowych dla sztucznej inteligencji. Zaprojektowany przez jego zespół obwód jonowy wykonuje takie obliczenia w wodzie w sposób analogowy, który jest oparty na maszynerii elektrochemicznej. I choć takie podejście nie jest równie szybkie jak w przypadku cyfrowych mikroprocesorów, to mogłoby wyróżniać się energooszczędnością. Tym bardziej, iż w grę wchodzi użycie większej liczby różnego rodzaju jonów.