Un componente per computer modellato sul cervello

    -     English  -  Deutsch  -  Français
Gli scienziati vorrebbero risolvere i compiti di apprendimento automatico in mod

Gli scienziati vorrebbero risolvere i compiti di apprendimento automatico in modo più efficiente in futuro con processori la cui modalità di funzionamento si basa sul cervello umano. Immagine: Unsplash

I ricercatori del Politecnico di Zurigo, dell’Empa e dell’Università di Zurigo hanno sviluppato un nuovo materiale per un componente informatico che può essere utilizzato in modo più flessibile rispetto ai suoi predecessori. L’obiettivo è costruire circuiti elettronici modellati sul cervello umano e in grado di risolvere compiti di apprendimento automatico in modo più efficiente rispetto ai computer tradizionali.

Rispetto a un computer, il cervello umano è incredibilmente efficiente dal punto di vista energetico. Per progettare nuove tecnologie informatiche, gli scienziati sono quindi guidati dal funzionamento del cervello con le sue cellule nervose in rete. Gli scienziati ipotizzano che questi sistemi informatici ispirati al cervello saranno più efficienti dal punto di vista energetico rispetto a quelli convenzionali e saranno in grado di risolvere meglio i compiti di apprendimento automatico.

Analogamente alle cellule nervose, che nel cervello sono responsabili sia dell’immagazzinamento che dell’elaborazione dei dati, gli scienziati vogliono combinare l’immagazzinamento e l’elaborazione in un unico tipo di componente, i cosiddetti memristori. Questo dovrebbe aiutare a raggiungere l’aumento di efficienza. Nei computer tradizionali, i dati vengono spostati tra il processore e la memoria. Questa è la ragione principale dell’elevato consumo di energia nei processi di apprendimento automatico sui computer tradizionali.

I ricercatori del Politecnico di Zurigo, dell’Empa e dell’Università di Zurigo hanno sviluppato un nuovo concetto di memristor che può essere utilizzato in modo molto più flessibile rispetto ai memristor precedenti. "Esistono diverse modalità di funzionamento dei memristori e, a seconda dell’architettura di una rete neurale artificiale, è vantaggioso poterle utilizzare tutte", spiega Rohit John, postdoc dell’ETH. "Tuttavia, i memristori precedenti dovevano essere configurati in anticipo per una sola modalità alla volta". I nuovi memristori possono ora passare facilmente da una modalità di funzionamento all’altra durante il loro utilizzo: una in cui il segnale si indebolisce e si spegne nel tempo (modalità volatile), e una in cui il segnale rimane costante (modalità non volatile).

"Queste due modalità di funzionamento esistono anche nel cervello umano", spiega John. Da un lato, gli stimoli vengono trasmessi da cellula nervosa a cellula nervosa in corrispondenza delle sinapsi con messaggeri biochimici. Questi stimoli sono forti all’inizio e poi si indeboliscono lentamente. D’altra parte, durante l’apprendimento nel cervello si formano nuove connessioni sinaptiche con altre cellule nervose. Questi sono più duraturi.

Rohit John è un postdoc nel gruppo del ricercatore del Politecnico di Zurigo/Empa Maksym Kovalenko e ha ottenuto una borsa di studio del Politecnico per postdoc eccellenti nel 2020. John ha condotto questa ricerca insieme a Yigit Demirag. È dottorando nel gruppo di Giacomo Indiveri presso l’Istituto di Neuroinformatica dell’Università di Zurigo e del Politecnico di Zurigo.

I memristori sviluppati dai ricercatori sono costituiti da nanocristalli di alogenuro perovskite, un materiale semiconduttore noto soprattutto per il suo utilizzo nelle celle fotovoltaiche. "In questi nuovi memristori, ciò è mediato da ioni d’argento che partono da un elettrodo e si uniscono temporaneamente o permanentemente per formare una nanofibra che penetra nella struttura della perovskite e attraverso la quale può scorrere la corrente", spiega Kovalenko.

Questo processo può essere influenzato in modo che la fibra di ioni d’argento sia sottile e decada nel tempo in singoli ioni d’argento (modalità volatile) o spessa e permanente (modalità non volatile). Questo viene controllato dall’intensità della corrente applicata al memristor: Se viene pilotato con una corrente debole, si forma la modalità volatile. Se viene pilotato con una forte corrente, si forma la modalità non volatile.

"A nostra conoscenza, questo è il primo memristor che può essere commutato in modo affidabile tra modalità volatile e non volatile su richiesta", spiega Demirag. Ciò significa che in futuro i chip per computer potranno essere prodotti anche con memristori che abilitano entrambe le modalità. Questo perché di solito non è possibile combinare diversi tipi di memristori in un unico chip.

Nell’ambito dello studio, pubblicato di recente sulla rivista scientifica "Nature Communications", gli scienziati hanno testato 25 di questi nuovi memristori ed effettuato 20.000 misurazioni con essi. Questo ha permesso di simulare un’attività di calcolo su una rete complessa. Questo compito prevedeva l’assegnazione di un gran numero di impulsi nervosi diversi a quattro modelli definiti.

Prima di poter essere utilizzati nella tecnologia informatica, i memristori devono essere ulteriormente ottimizzati. Tuttavia, tali componenti sono importanti anche per la ricerca in neuroinformatica, come sottolinea Indiveri: "Questi componenti si avvicinano ai neuroni reali più di quelli precedenti. Questo aiuta i ricercatori a testare meglio le ipotesi in neuroinformatica e, auspicabilmente, a comprendere meglio i principi computazionali.


Questo sito utilizza cookie e strumenti di analisi per migliorare l'usabilità del sito. Maggiori informazioni. |