Gli scienziati hanno compiuto un importante passo avanti nel campo dell’intelligenza artificiale. Ricercatori della Northwestern University, del Boston College e del Massachusetts Institute of Technology (MIT) hanno sviluppato un nuovo transistor sinaptico che funziona proprio come il cervello umano, questo dispositivo avanzato, in grado di elaborare e memorizzare simultaneamente le informazioni, segna un notevole passaggio dai tradizionali compiti di apprendimento automatico all’apprendimento associativo, simile alla cognizione umana di livello superiore.
Lo studio pubblicato nella rivista Nature, presenta un dispositivo che funziona efficacemente a temperatura ambiente, un notevole miglioramento rispetto ai precedenti dispositivi informatici simili al cervello che, per evitare il surriscaldamento dei circuiti, richiedevano condizioni estremamente fredde.
Il nuovo transistor grazie al funzionamento rapido, al basso consumo energetico e alla capacità di conservare le informazioni senza alimentazione, è particolarmente adatto per applicazioni del mondo reale.
Mark Hersam, professore di scienza e ingegneria dei materiali presso la McCormick School of Engineering della Northwestern University, coautore dello studio, ha affermato:
«Il cervello ha un’architettura fondamentalmente diversa da quella di un computer digitale, i dati si spostano avanti e indietro tra un microprocessore e la memoria, ciò consuma molta energia e crea un collo di bottiglia quando si tenta di eseguire più attività contemporaneamente. D’altra parte, nel cervello, la memoria e l’elaborazione delle informazioni sono co-localizzate e completamente integrate, con conseguente efficienza energetica di ordini di grandezza più elevata. Il nostro transistor sinaptico allo stesso modo, raggiunge la funzionalità simultanea di memoria ed elaborazione delle informazioni per imitare più fedelmente il cervello».
Lo sviluppo di questo dispositivo arriva in un momento cruciale. I dispositivi intelligenti poiché raccolgono quantità crescenti di dati, è diventata più pressante la necessità di metodi di elaborazione efficienti che non sovraccarichino le reti elettriche. I sistemi digitali tradizionali, che separano l’elaborazione e l’archiviazione, non sono efficienti dal punto di vista energetico per la gestione di grandi quantità di dati.
I memristor (resistori di memoria) sebbene siano stati la tecnologia leader per le funzioni combinate di elaborazione e memoria, comportano ancora commutazioni ad alta intensità energetica.
Mark Hersam e il suo team hanno utilizzato una nuova strategia che coinvolge i motivi moiré, un tipo di disegno geometrico che si forma quando due motivi vengono sovrapposti. Impilando materiali bidimensionali come il doppio strato di grafene e nitruro di boro esagonale e torcendoli per formare un motivo moiré, potrebbero manipolare le proprietà elettroniche degli strati di grafene, questa manipolazione ha consentito la creazione di un transistor sinaptico con funzionalità neuromorfica potenziata a temperatura ambiente.
Mark Hersam ha affermato:
«L’intelligenza artificiale se dovesse imitare il pensiero umano, uno dei compiti di livello più basso sarebbe quello di classificare i dati, che consiste semplicemente nell’ordinarli in contenitori. Il nostro obiettivo è far avanzare la tecnologia dell’intelligenza artificiale nella direzione di un pensiero di livello superiore. Le condizioni del mondo reale sono spesso più complicate di quanto gli attuali algoritmi di intelligenza artificiale possano gestire, quindi abbiamo testato i nostri nuovi dispositivi in condizioni più complicate per verificarne le capacità avanzate».
I test del dispositivo hanno comportato l’addestramento a riconoscere modelli e somiglianze, una forma di apprendimento associativo, ad esempio, se addestrato a identificare un modello come “000”, il transistor potrebbe distinguere che “111” è più simile a “000” che a “101”, dimostrando un livello più elevato di funzione cognitiva, questa capacità di elaborare input complessi e imperfetti ha implicazioni significative per le applicazioni di intelligenza artificiale nel mondo reale, come il miglioramento dell’affidabilità dei veicoli a guida autonoma in condizioni difficili.
Mark Hersam ha affermato:
«L’attuale intelligenza artificiale può essere facilmente confusa, il che può causare grossi problemi in determinati contesti. Immagina se stai utilizzando un veicolo a guida autonoma e le condizioni meteorologiche peggiorano. Il veicolo potrebbe non essere in grado di interpretare i dati dei sensori più complicati così come potrebbe farlo un conducente umano, ma anche quando abbiamo fornito al nostro transistor un input imperfetto, è stato comunque possibile identificare la risposta corretta».
Lo studio rappresenta un cambiamento di paradigma nell’elettronica, in particolare per le attività di intelligenza artificiale e apprendimento automatico.
I ricercatori allontanandosi dalla tradizionale architettura del silicio ed esplorando la fisica dei modelli moiré, hanno aperto un nuovo regno di possibilità per l’hardware informatico, spianando la strada a tecnologie AI più evolute ed efficienti dal punto di vista energetico.
