Recentemente, un team di ricercatori dell’Università di Limerick ha fatto una scoperta rivoluzionaria nella progettazione di sistemi di memoria su scala molecolare. Questo nuovo approccio, ispirato al funzionamento del cervello umano, potrebbe migliorare significativamente la velocità e l’efficienza energetica dei sistemi di intelligenza artificiale (IA).
Il Nuovo Approccio Guidati dal professor Damien Thompson, i ricercatori hanno sviluppato tecniche per manipolare materiali a livello molecolare. Le loro scoperte, pubblicate su Nature, avanzano nel campo del calcolo neuromorfico, che cerca di imitare le reti neurali biologiche.
In pratica, il team sfrutta i movimenti naturali degli atomi all’interno delle molecole per elaborare e immagazzinare informazioni. Questo metodo consente di creare numerosi stati di memoria in una singola molecola, ciascuno corrispondente a uno stato elettrico unico. Rispetto ai tradizionali computer basati sul silicio, che usano solo due stati (1 o 0), questo approccio molecolare può gestire una quantità molto maggiore di informazioni in uno spazio molto più ridotto.
Questa innovazione supera uno dei principali limiti del calcolo neuromorfico, che finora ha offerto una bassa precisione. Con il nuovo sistema, è possibile eseguire operazioni complesse come l’elaborazione del segnale e l’addestramento delle reti neurali con maggiore accuratezza. Inoltre, l’acceleratore neuromorfico sviluppato dal team, sotto la guida del professor Sreetosh Goswami, raggiunge 4,1 tera-operazioni al secondo per watt (TOPS/W), un notevole miglioramento nella potenza di calcolo e nell’efficienza energetica.
Le applicazioni di questa tecnologia sono vaste. Nei data center e nell’edge computing, potrebbe ridurre i costi e migliorare l’efficienza energetica. In campo medico, potrebbe rivoluzionare la medicina personalizzata e la scoperta di farmaci attraverso l’analisi in tempo reale di dati complessi.
Per l’esplorazione spaziale e le comunicazioni satellitari, la maggiore efficienza energetica potrebbe essere cruciale per operazioni a lungo termine. Inoltre, potrebbe migliorare le previsioni climatiche e ottimizzare i processi decisionali nella climatologia, così come rivoluzionare la finanza con algoritmi di trading più veloci e affidabili.
Il concetto di “everyware” potrebbe trasformare oggetti quotidiani, come indumenti che monitorano la salute o imballaggi alimentari che rilevano il deterioramento. Inoltre, la combinazione di computing molecolare con il tradizionale silicio potrebbe portare a nuovi paradigmi nell’architettura informatica, creando sistemi più potenti e versatili.