I ricercatori imitano i neuroni del cervello utilizzando materiali semiconduttori

I chip per computer sono uno degli aspetti più importanti dell’intelligenza artificiale (AI). Questi potenti pezzi sono fondamentali per il riconoscimento automatico delle immagini e sono in parte responsabili dell’insegnamento ai robot di eseguire determinate attività come camminare. Con il potenziale crescente della tecnologia AI, i chip per computer di oggi devono essere sia estremamente potenti che economici, ma questo è un obiettivo difficile da raggiungere.

Poiché la microelettronica convenzionale può essere ottimizzata solo fino a un certo punto a causa delle limitazioni fisiche, i ricercatori si sono rivolti al cervello umano, come spesso fanno, per trovare ispirazione su come elaborare e memorizzare le informazioni in modo più efficiente.

Gli scienziati del TU Dresden e dell’Helmholtz-Zentrum Dresden-Rossendorf (HZDR) hanno imitato con successo il funzionamento dei neuroni del cervello utilizzando materiali semiconduttori, per la prima volta nella storia.

La ricerca è stata pubblicata sulla rivista Nature Electronics.

Il lavoro è stato svolto da tre autori principali, tra cui la fisica dell’HZDR Larysa Baraban, ed è stata una collaborazione internazionale tra sei istituzioni.

La microelettronica odierna vs il neurone artificiale

La tecnica più utilizzata oggi per migliorare le prestazioni della microelettronica consiste nel ridurre le dimensioni dei componenti. Nel caso dei chip di silicio, questa riduzione avviene per i singoli transistor.

Secondo Baraban, “non possiamo continuare all’infinito – abbiamo bisogno di nuove approcci”.

I ricercatori hanno cercato di imitare il cervello e creare un neurone artificiale che potesse combinare l’elaborazione dei dati e la memorizzazione dei dati.

“Il nostro gruppo ha una vasta esperienza con sensori elettronici biologici e chimici”, dice Barbara. “Quindi abbiamo simulato le proprietà dei neuroni utilizzando i principi dei biosensori e abbiamo modificato un transistor a effetto di campo classico per creare un transistor neurone artificiale”.

Questo approccio consente di avere una memorizzazione e un’elaborazione delle informazioni simultanee, tutte all’interno di un singolo componente. Nella tecnologia dei transistor più utilizzata oggi, questi due processi sono separati, risultando in tempi di elaborazione più lenti e limitazioni delle prestazioni.

Il cervello umano

I ricercatori stanno lavorando alla costruzione di computer basati sul cervello umano da molti anni, ma gran parte di questi tentativi è stata infruttuosa. Alcuni dei primi tentativi hanno coinvolto la connessione di cellule nervose con elettronica in piastre di Petri, ma come dice Gianaurelio Cuniberti, professore di Scienza dei Materiali e Nanotecnologia al TU Dresden, “un chip di computer umido che deve essere alimentato costantemente non è utile a nessuno”.

Il team di ricercatori è riuscito a implementare il neurotransistore.

“Applichiamo una sostanza viscosa – chiamata solgel – a un wafer di silicio convenzionale con circuiti. Questo polimero si indurisce e diventa una ceramica porosa”, dice Cuniberti. “Gli ioni si muovono tra i buchi. Sono più pesanti degli elettroni e più lenti a tornare alla loro posizione dopo l’eccitazione. Questo ritardo, chiamato isteresi, è ciò che causa l’effetto di memorizzazione. Quanto più un singolo transistore è eccitato, tanto più si aprirà e lascerà fluire la corrente. Questo rafforza la connessione. Il sistema sta imparando”.

Secondo il team, il chip sarà meno preciso e stimerà i calcoli matematici, rispetto al calcolarli fino all’ultima cifra.

“Ma saranno più intelligenti”, dice Cuniberti. “Ad esempio, un robot con tali processori imparerà a camminare o a prendere; avrà un sistema ottico e imparerà a riconoscere le connessioni. E tutto questo senza dover sviluppare alcun software”.

Uno degli altri vantaggi principali di questo tipo di computer è che la plasticità gli consente di apportare modifiche e adattarsi durante l’operazione. Allo stesso modo del cervello umano, ciò significa che il computer può incontrare e risolvere problemi che non era stato programmato per affrontare inizialmente.