Un materiale intelligente che impara cambiando fisicamente se stesso, simile a come funziona il cervello umano, potrebbe essere la base di una generazione completamente nuova di computer. I fisici di Radboud che lavorano verso questo cosiddetto “cervello quantistico” hanno fatto un passo importante. Hanno dimostrato che possono modellare e interconnettere una rete di singoli atomi e imitare il comportamento autonomo dei neuroni e delle sinapsi in un cervello. Segnalano la loro scoperta su Nature Nanotechnology .
Considerando la crescente domanda globale di capacità di elaborazione, sono necessari sempre più data center, che lasciano un’impronta energetica in continua espansione. “È chiaro che dobbiamo trovare nuove strategie per archiviare ed elaborare le informazioni in modo efficiente dal punto di vista energetico”, afferma il leader del progetto Alexander Khajetoorians, professore di microscopia a sonda a scansione presso la Radboud University.
“Ciò richiede non solo miglioramenti alla tecnologia, ma anche una ricerca fondamentale sugli approcci che cambiano il gioco. La nostra nuova idea di costruire un “cervello quantistico” basato sulle proprietà quantistiche dei materiali potrebbe essere la base per una futura soluzione per le applicazioni nell’intelligenza artificiale “.
Cervello quantistico
Affinché l’intelligenza artificiale funzioni, un computer deve essere in grado di riconoscere i modelli nel mondo e apprenderne di nuovi. I computer di oggi lo fanno tramite un software di apprendimento automatico che controlla l’archiviazione e l’elaborazione delle informazioni su un disco rigido del computer separato. “Fino ad ora, questa tecnologia, che si basa su un paradigma vecchio di un secolo, ha funzionato a sufficienza. Tuttavia, alla fine, è un processo molto inefficiente dal punto di vista energetico “, afferma il coautore Bert Kappen, professore di reti neurali e intelligenza artificiale.
I fisici della Radboud University hanno studiato se un pezzo di hardware potesse fare lo stesso, senza bisogno di software. Hanno scoperto che costruendo una rete di atomi di cobalto sul fosforo nero sono stati in grado di costruire un materiale che immagazzina ed elabora le informazioni in modi simili al cervello e, ancora più sorprendentemente, si adatta.
Un’introduzione al cervello quantistico
Atomi autoadattanti
Nel 2018, Khajetooriani e collaboratori hanno dimostrato che è possibile memorizzare informazioni nello stato di un singolo atomo di cobalto . Applicando una tensione all’atomo , potrebbero indurre un “fuoco”, in cui l’atomo si sposta tra un valore di 0 e 1 in modo casuale, proprio come un neurone. Ora hanno scoperto un modo per creare insiemi su misura di questi atomi e hanno scoperto che il comportamento di accensione di questi insiemi imita il comportamento di un modello simile al cervello utilizzato nell’intelligenza artificiale.
Oltre ad osservare il comportamento dei neuroni spiking, sono stati in grado di creare la più piccola sinapsi conosciuta fino ad oggi. Inconsapevolmente, hanno osservato che questi insiemi avevano una proprietà adattiva intrinseca: le loro sinapsi cambiavano il loro comportamento a seconda dell’input che “vedevano”. “Quando abbiamo stimolato il materiale per un periodo di tempo più lungo con una certa tensione, siamo rimasti molto sorpresi nel vedere che le sinapsi sono effettivamente cambiate. Il materiale ha adattato la sua reazione in base agli stimoli esterni che ha ricevuto. Ha imparato da solo “, dice Khajetoorians.
Esplorare e sviluppare il cervello quantistico
I ricercatori ora pianificano di ampliare il sistema e costruire una rete più ampia di atomi, oltre a immergersi in nuovi materiali “quantistici” che possono essere utilizzati. Inoltre, devono capire perché la rete atomica si comporta in questo modo. “Siamo in uno stato in cui possiamo iniziare a mettere in relazione la fisica fondamentale con i concetti della biologia, come la memoria e l’apprendimento”, afferma Khajetoorians.
“Se alla fine potessimo costruire una macchina reale con questo materiale, saremmo in grado di costruire dispositivi di calcolo ad autoapprendimento che sono più efficienti dal punto di vista energetico e più piccoli dei computer di oggi. Tuttavia, solo quando capiremo come funziona – e questo è ancora un mistero – saremo in grado di sintonizzarne il comportamento e iniziare a svilupparlo in una tecnologia. È un momento molto emozionante. “
Riferimento: “Una macchina atomica Boltzmann capace di autoadattamento” di Brian Kiraly, Elze J. Knol, Werner MJ van Weerdenburg, Hilbert J. Kappen e Alexander A. Khajetoorians, 1 febbraio 2021, Nature Nanotechnology .
