Modelli e piattaforme di IA

Componente del computer che mimica le sinapsi del cervello umano

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Un nuovo componente del computer sviluppato da ricercatori del KTH Royal Institute of Technology e della Stanford University mimica il cervello umano agendo come una cellula sinaptica. Il nuovo componente si chiama memoria di accesso casuale elettrochimica (ECRAM).

Ascesa dei computer neuromorfici

I componenti della memoria ECRAM sono stati realizzati con carburo di titanio 2D e hanno dimostrato una notevole capacità di integrarsi con la tecnologia dei transistor classici. Stanno consentendo la commercializzazione di computer potenti modellati sul network neurale del cervello. Questi computer neuromorfici hanno il potenziale di essere molto più efficienti in termini di energia rispetto ai computer di oggi.

L’ECRAM ha un’architettura drasticamente diversa dal calcolo classico e agisce come una cellula sinaptica in una rete artificiale.

Max Hamedi è un professore associato del KTH.

“Invece di transistor che sono accesi o spenti e della necessità di portare le informazioni avanti e indietro tra il processore e la memoria – questi nuovi computer si basano su componenti che possono avere più stati e eseguire calcoli in memoria”, afferma Hamedi.

Il team di scienziati del KTH e della Stanford ha lavorato per testare materiali più efficienti per la costruzione di un ECRAM. Per rendere questi chip commercialmente viable, sono necessari materiali che possano superare la cinetica lenta degli ossidi metallici e la temperatura instabile delle plastiche.

Materiale MXene

I ricercatori hanno creato un materiale noto come MXene, che è un composto 2D spesso solo pochi atomi e costituito da carburo di titanio. MXene combina la velocità della chimica organica e la compatibilità di integrazione dei materiali inorganici.

Gli ECRAM MXene combinano la velocità, il rumore di scrittura, la linearità, l’energia di commutazione e le metriche di durata necessarie per l’accelerazione parallela delle reti neurali artificiali (ANN).

Il professor Alberto Salleo della Stanford University è coautore della ricerca.

“Le MXene sono una famiglia di materiali emozionanti per questa applicazione specifica, poiché combinano la stabilità di temperatura necessaria per l’integrazione con l’elettronica convenzionale con la disponibilità di uno spazio di composizione vasto per ottimizzare le prestazioni”, afferma Salleo.

Secondo Hamedi, ci sono ancora molte barriere che devono essere superate se i consumatori vogliono essere in grado di acquistare i propri computer neuromorfici. Tuttavia, gli ECRAM 2D sono una grande innovazione nel campo dei materiali neuromorfici. Potrebbero consentire un’intelligenza artificiale in grado di adattarsi a input confusi e sfumature, simile al cervello umano. Allo stesso tempo, richiederebbe molto meno consumo di energia.

Alex guida le operazioni giornalistiche di Unite.AI alimentate dall'IA, combinando giornalismo, ricerca e automazione per supportare una copertura tempestiva e scalabile dell'intelligenza artificiale. Il suo lavoro contribuisce a garantire che gli sviluppi emergenti dell'IA vengano evidenziati in modo efficiente, mantenendo gli standard editoriali della pubblicazione.