I chip per computer sono uno degli aspetti più importanti dell’intelligenza artificiale (AI). I potenti piccoli pezzi sono alla base del riconoscimento automatico delle immagini e sono in parte responsabili dell’insegnamento ai robot su come svolgere determinate attività come camminare. Con il crescente potenziale della tecnologia AI, i chip per computer di oggi devono essere estremamente potenti ed economici, ma questa è una cosa difficile da realizzare.
Poiché la microelettronica convenzionale può essere ottimizzata solo a causa delle limitazioni fisiche, i ricercatori si sono rivolti al cervello umano, come fanno spesso, per trarre ispirazione su come elaborare e archiviare le informazioni in modo più efficiente.
Gli scienziati della TU Dresden e dell’Helmholtz-Zentrum Dresden-Rossendorf (HZDR) hanno imitato con successo il funzionamento dei neuroni cerebrali attraverso l’uso di materiali semiconduttori, per la prima volta in assoluto.
La ricerca è stata pubblicata sulla rivista Nature Electronics.
Il lavoro è stato svolto da tre autori primari, tra cui il fisico HZDR Larysa Baraban, ed è stata una collaborazione internazionale tra sei istituzioni.
La microelettronica di oggi contro il neurone artificiale
La tecnica più utilizzata oggi per migliorare le prestazioni della microelettronica è la riduzione delle dimensioni dei componenti. Nel caso dei chip per computer in silicio, questa riduzione ha luogo per i singoli transistor.
Secondo Baraban, “Questo non può andare avanti indefinitamente – abbiamo bisogno di nuovi approcci”.
I ricercatori hanno deciso di imitare il cervello e creare un neurone artificiale in grado di combinare l’elaborazione e l’archiviazione dei dati.
“Il nostro gruppo ha una vasta esperienza con sensori elettronici biologici e chimici”, afferma Barbara. “Quindi abbiamo simulato le proprietà dei neuroni usando i principi dei biosensori e modificato un transistor classico ad effetto di campo per creare un transistor di neuroni artificiali.”
Questo approccio consente l’archiviazione e l’elaborazione delle informazioni simultanee, il tutto all’interno di un singolo componente. Nella tecnologia a transistor più utilizzata oggi, questi due processi sono separati, con conseguente rallentamento dei tempi di elaborazione e limitazioni delle prestazioni.
Il cervello umano
I ricercatori hanno lavorato per molti anni alla costruzione di computer basati sul cervello umano, ma gran parte di esso non ha avuto successo. Alcuni dei primi tentativi riguardavano il collegamento delle cellule nervose all’elettronica nelle piastre di Petri, ma come afferma Gianaurelio Cuniberti, professore di Scienza dei materiali e nanotecnologie presso la TU di Dresda, “un chip per computer bagnato che deve essere alimentato continuamente è non serve a nessuno “.
Il team di ricercatori è riuscito a implementare il neurotransistor.
“Applichiamo una sostanza viscosa – chiamata solgel – a un wafer di silicio convenzionale con circuiti. Questo polimero si indurisce e diventa una ceramica porosa “, afferma Cuniberti. “Gli ioni si muovono tra i fori. Sono più pesanti degli elettroni e più lenti a tornare alla loro posizione dopo l’eccitazione. Questo ritardo, chiamato isteresi, è ciò che provoca l’effetto di memoria. Più un singolo transistor viene eccitato, prima si aprirà e lascerà scorrere la corrente. Questo rafforza la connessione. Il sistema sta imparando. “
Secondo il team, il chip sarà meno preciso e stimerebbe i calcoli matematici, rispetto al calcolo fino all’ultimo decimale.
“Ma sarebbero più intelligenti”, afferma Cuniberti. “Ad esempio, un robot con tali processori imparerebbe a camminare o afferrare; avrebbe un sistema ottico e imparerebbe a riconoscere le connessioni. E tutto questo senza dover sviluppare alcun software. ”
Uno degli altri principali vantaggi di questo tipo di computer è che la plasticità gli consente di apportare modifiche e adattarsi durante il funzionamento. Proprio come il cervello umano, questo significa che il computer può finire per incontrare e risolvere problemi che non è mai stato programmato per cominciare.
