La notizia in sintesi
- USC sviluppa neuroni artificiali basati sul movimento degli ioni.
- La ricerca è stata pubblicata sulla rivista Nature Electronics.
- Ogni neurone occupa l’impronta di un singolo transistor.
- Il prossimo obiettivo è integrare molti dispositivi in chip completi.
Riassunto generato con AI
Neuroni artificiali, la svolta dell’USC
Gli scienziati della USC Viterbi School of Engineering e della School of Advanced Computing hanno realizzato neuroni artificiali capaci di riprodurre il comportamento elettrochimico delle cellule cerebrali reali. Lo studio, pubblicato su Nature Electronics, è guidato dal professor Joshua Yang, del Dipartimento di Ingegneria Elettrica e Informatica della USC, e riguarda l’hardware neuromorfico ispirato al cervello.
La novità risiede nel tentativo di replicare fisicamente, e non soltanto attraverso modelli matematici, il modo in cui i neuroni trasmettono e trasformano i segnali. L’obiettivo è costruire chip più compatti ed efficienti, riducendo in prospettiva sia le dimensioni sia il consumo energetico dei sistemi di intelligenza artificiale.
Secondo i ricercatori, questo approccio potrebbe contribuire allo sviluppo di sistemi capaci di avvicinarsi ai principi dell’intelligenza biologica, con possibili ricadute anche sul percorso verso l’intelligenza artificiale generale. La ricerca non presenta però un prodotto pronto per il mercato: descrive componenti sperimentali e la loro potenziale integrazione futura.
Come funzionano i memristor diffusivi
Il dispositivo al centro del lavoro è il memristor diffusivo, una struttura che usa il movimento degli atomi anziché soltanto gli elettroni impiegati dall’elettronica al silicio. Nel cervello, la comunicazione fra cellule nervose combina segnali elettrici e chimici: un impulso raggiunge la sinapsi, viene convertito in segnale chimico e poi torna elettrico nel neurone successivo.
Il gruppo di Joshua Yang ha cercato di riprodurre questa dinamica utilizzando ioni d’argento inseriti in materiali a ossido, così da generare impulsi elettrici simili a quelli delle funzioni neurali. “Anche se non si tratta esattamente degli stessi ioni presenti nelle nostre sinapsi e nei nostri neuroni artificiali, la fisica che governa il movimento ionico e le dinamiche è molto simile”, ha spiegato Yang.
Il vantaggio indicato nello studio è nella scala: ciascun neurone artificiale può rientrare nell’area occupata da un transistor, mentre progetti precedenti richiedevano decine o centinaia di transistor. Yang aveva già svolto lavori pionieristici sulle sinapsi artificiali oltre dieci anni fa; il nuovo risultato punta ad affiancare, non a sostituire nell’immediato, l’elettronica tradizionale al silicio.
La differenza fra elettroni e ioni è centrale nella lettura dei ricercatori. Gli elettroni restano più adatti alle operazioni veloci, ma gli ioni consentirebbero di incorporare nell’hardware meccanismi di apprendimento più vicini a quelli cerebrali.
Efficienza energetica e prossimi ostacoli
Per Yang, il limite dell’informatica contemporanea non è soltanto la potenza disponibile, ma la sua efficienza nel trattare grandi quantità di dati e nell’apprendere da pochi esempi. Il cervello umano, ricorda il ricercatore, consuma circa 20 watt, mentre i supercomputer attuali richiedono megawatt per compiti di intelligenza artificiale su larga scala.
“Non è che i nostri chip o computer non siano abbastanza potenti: non sono abbastanza efficienti. Usano troppa energia”, ha affermato. Il team ritiene che i nuovi elementi possano ridurre di ordini di grandezza area dei chip e consumi, ma questa possibilità dovrà essere verificata integrando numerosi neuroni e sinapsi artificiali.
Resta inoltre un vincolo industriale: l’argento impiegato negli esperimenti non è ancora compatibile con i processi standard di fabbricazione dei semiconduttori. Le prossime ricerche valuteranno altri materiali ionici con effetti analoghi e la capacità dei sistemi di imitare l’efficienza e le funzioni del cervello.
FAQ
Chi ha guidato la ricerca sui neuroni artificiali?
Sì, il lavoro è stato guidato dal professor Joshua Yang dell’Università della California Meridionale, USC.
Dove è stato pubblicato lo studio?
Sì, i risultati sono stati pubblicati sulla rivista scientifica Nature Electronics, secondo il materiale diffuso dall’USC.
Che cosa utilizza il memristor diffusivo?
Sì, il dispositivo usa ioni d’argento in materiali a ossido per produrre impulsi elettrici che emulano dinamiche neurali.
Quale vantaggio dimensionale offre il nuovo neurone?
Sì, ogni neurone artificiale progettato dal team può occupare l’impronta di un singolo transistor, a differenza di soluzioni precedenti più estese.
Come è stata verificata questa analisi?
Sì, il contenuto nasce da un’analisi approfondita e da una verifica incrociata della nostra Redazione su numerose fonti, tra cui ScienceDaily.
