sinapsi artificiali che imitano quelle cerebrali: la tecnologia, basata sugli ioni, può consentire simulazioni efficienti dal punto di vista energetico del processo di apprendimento del cervello utili per i sistemi di intelligenza artificiale della rete neurale.

I team di tutto il mondo stanno costruendo sistemi di intelligenza artificiale sempre più sofisticati che si basano su reti neurali, progettate per imitare il cervello, in grado di svolgere compiti complessi e capaci di elaborare un linguaggio naturale.

Come i neuroni sono collegati tra loro tramite sinapsi, i circuiti delle reti neurali dovrebbero connettersi tramite sinapsi artificiali. Facile a dirsi, molto meno a farsi.

L’uso di circuiti a semiconduttore all’avanguardia per simulare le reti neurali richiede grandi quantità di memoria e un elevato consumo energetico. Ora, un team del MIT ha fatto passi da gigante verso un sistema alternativo, che utilizza dispositivi fisici e analogici in grado di imitare in modo molto più efficiente i processi cerebrali.

Le reti neurali tentano di simulare il modo in cui l’apprendimento avviene nel cervello, che si basa sul graduale rafforzamento o indebolimento delle connessioni tra i neuroni, note come sinapsi.

Il componente principale di questa rete neurale fisica è l’interruttore resistivo, la cui conduttanza elettronica può essere controllata elettricamente. Questo controllo, o modulazione, emula il rafforzamento e l’indebolimento delle sinapsi nel cervello.

Nelle reti neurali che utilizzano la tradizionale tecnologia a microchip di silicio, la simulazione di queste sinapsi è un processo ad alta intensità energetica. Per migliorare l’efficienza e consentire obiettivi di reti neurali più ambiziosi, i ricercatori negli ultimi anni hanno esplorato una serie di dispositivi fisici che potrebbero imitare più direttamente il modo in cui le sinapsi si rafforzano e si indeboliscono gradualmente durante l’apprendimento.

 

 

La maggior parte dei dispositivi resistivi analogici candidati finora per tali sinapsi simulate sono stati molto inefficienti, in termini di consumo di energia, o si comportavano in modo incoerente da un dispositivo all’altro o da un ciclo all’altro.

Il nuovo sistema, affermano i ricercatori, supera entrambe queste sfide.

Stiamo affrontando non solo la sfida energetica, ma anche la sfida relativa alla ripetibilità.

Ha afferma uno dei ricercatori che continua:

Penso che il collo di bottiglia oggi per la costruzione di applicazioni [reti neurali] sia l’efficienza energetica. Ci vuole troppa energia per addestrare questi sistemi, in particolare per le applicazioni ai margini, come le auto autonome.

L’interruttore resistivo in questo lavoro è un dispositivo elettrochimico, che è realizzato in triossido di tungsteno e funziona in modo simile alla carica e scarica delle batterie. Gli ioni, in questo caso i protoni, possono migrare dentro o fuori dal reticolo cristallino del materiale a seconda della polarità e della tensione applicata. Questi cambiamenti rimangono in atto fino a quando non vengono alterati tramite l’applicazione di una tensione inversa, proprio come fa il rafforzamento o l’indebolimento delle sinapsi.

Il meccanismo alla base di queste sinapsi artificiali è simile al doping dei semiconduttori.

In questo processo, la conduttività del silicio può essere modificata di molti ordini di grandezza introducendo ioni estranei nel reticolo di silicio.

Tradizionalmente quegli ioni venivano impiantati in fabbrica, ma con il nuovo dispositivo, gli ioni vengono pompati dentro e fuori dal reticolo in un processo dinamico e continuo. I ricercatori possono controllare la quantità di ioni “droganti” che entrano o escono controllando la tensione e “abbiamo dimostrato un’ottima ripetibilità ed efficienza energetica”, affermano.