mozzicone Il componente del computer imita le sinapsi del cervello umano - Unite.AI
Seguici sui social

Intelligenza Artificiale

Il componente del computer imita le sinapsi del cervello umano

Pubblicato il

 on

Un nuovo componente del computer sviluppato dai ricercatori del KTH Royal Institute of Technology e della Stanford University imita il cervello umano agendo come una cellula sinaptica. Il nuovo componente è chiamato memoria elettrochimica ad accesso casuale (ECRAM).

Ascesa dei computer neuromorfici

I componenti della memoria ECRAM sono stati realizzati con carburo di titanio 2D e hanno dimostrato un'impressionante capacità di integrare la classica tecnologia dei transistor. Stanno consentendo la commercializzazione di potenti computer modellati sulla rete neurale del cervello. Questi computer neuromorfici hanno il potenziale per essere molto più efficienti dal punto di vista energetico rispetto ai computer di oggi. 

L'ECRAM ha un'architettura che è radicalmente diversa dall'informatica classica e agisce come una cellula sinaptica in una rete artificiale. 

Max Hamedi è un professore associato di KTH. 

"Invece di transistor accesi o spenti e della necessità di trasferire informazioni avanti e indietro tra il processore e la memoria, questi nuovi computer si affidano a componenti che possono avere più stati ed eseguire calcoli in memoria", afferma Hamedi .

Il team di scienziati di KTH e Stanford ha lavorato per testare materiali più efficienti per la costruzione di un ECRAM. Per rendere questi chip commercialmente fattibili, richiedono materiali in grado di superare la lenta cinetica degli ossidi metallici, nonché la temperatura instabile della plastica. 

Materiale MXene

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

Le ECRAM MXene combinano velocità, rumore di scrittura, linearità, energia di commutazione e parametri di resistenza necessari per l'accelerazione parallela delle reti neurali artificiali (ANN).

Il professor Alberto Salleo della Stanford University è coautore del riparazioni.

"Gli MXeni sono una famiglia di materiali entusiasmante per questa particolare applicazione in quanto combinano la stabilità della temperatura necessaria per l'integrazione con l'elettronica convenzionale con la disponibilità di un vasto spazio di composizione per ottimizzare le prestazioni", afferma Salleo.

Secondo Hamedi, ci sono ancora molte barriere da superare se i consumatori saranno in grado di acquistare i propri computer neuromorfici. Tuttavia, gli ECRAM 2D rappresentano un importante passo avanti nell'area dei materiali neuromorfici. Potrebbero abilitare un'intelligenza artificiale in grado di adattarsi a input e sfumature confusi, in modo simile al cervello umano. Allo stesso tempo, richiederebbe un consumo di energia molto inferiore. 

Alex McFarland è un giornalista e scrittore specializzato in intelligenza artificiale che esplora gli ultimi sviluppi nel campo dell'intelligenza artificiale. Ha collaborato con numerose startup e pubblicazioni di intelligenza artificiale in tutto il mondo.