Un gruppo di ricerca del KAIST, in collaborazione con UNIST e POSTECH, ha sviluppato un semiconduttore neuromorfico capace di elaborare nello stesso hardware informazioni che si evolvono su scale temporali differenti. Il dispositivo è stato realizzato trasformando un materiale contenente ioni in un film sottile completamente solido e impilando in tre dimensioni componenti con velocità di risposta diverse, ottenendo quello che i ricercatori definiscono un “dual-timescale physical reservoir”. Quando viene applicata una tensione, gli ioni presenti nel materiale si spostano modificando il flusso di corrente e, una volta rimosso il segnale, impiegano un certo tempo per tornare allo stato iniziale: questa dinamica lascia quindi nel dispositivo una traccia temporanea degli input precedenti. Regolando quantità di ioni e spessore del film, il team è riuscito a controllare la velocità di movimento e rilassamento degli ioni e a costruire dispositivi che reagiscono su tempi differenti. Impilando un elemento a risposta rapida e uno a risposta più lenta, il sistema può distinguere contemporaneamente segnali molto recenti e informazioni che persistono più a lungo, trasformando la distanza temporale tra gli input in differenti stati fisici del reservoir. Il risultato supera uno dei limiti delle precedenti implementazioni basate su elettroliti liquidi o gel morbidi, difficili da miniaturizzare con precisione e soprattutto da integrare in strutture multistrato.
Il comportamento del semiconduttore è stato verificato modellando un sistema in grado di riconoscere sequenze video di cifre in movimento a velocità differenti. Utilizzando le misure reali ottenute dai dispositivi, il modello ha raggiunto un’accuratezza di validazione superiore al 90%, mostrando che le costanti temporali determinate dal movimento e dal rilassamento degli ioni possono essere sfruttate direttamente per distinguere pattern temporali diversi. Il dispositivo è stato inoltre fabbricato su wafer da 4 pollici e realizzato con successo anche su substrati flessibili, un aspetto importante per l’integrazione futura in dispositivi indossabili. I test di durata hanno mostrato una stabilità elettrica mantenuta per 55 mesi dopo la fabbricazione, indicando che la struttura solidificata non offre soltanto maggiore integrabilità rispetto agli ion-gel tradizionali, ma anche una buona robustezza nel tempo. La possibilità di impilare dispositivi con dinamiche differenti nello stesso hardware consente quindi di elaborare segnali temporali senza affidare tutta la memoria e l’analisi a processori digitali separati, avvicinando memoria e calcolo nello stesso elemento fisico.
Le applicazioni principali individuate dal gruppo riguardano serie temporali provenienti da sensori, video dinamici ed eventi asincroni, cioè tutti quei segnali nei quali non conta soltanto il valore registrato ma anche la distanza temporale tra un evento e l’altro. La capacità di gestire più scale temporali direttamente a livello hardware potrebbe risultare particolarmente utile nei sistemi edge AI e nei dispositivi neuromorfici a bassissimo consumo, compresi smartwatch e altri wearable chiamati a riconoscere movimenti o variazioni fisiologiche senza inviare continuamente i dati a un server esterno. I ricercatori sottolineano però che prestazioni e vantaggi energetici devono ancora essere verificati all’interno di dispositivi miniaturizzati realmente operativi: il lavoro proseguirà quindi sull’integrazione con sistemi AI completi, sul packaging e sulle interfacce con i circuiti periferici. La struttura utilizza inoltre processi compatibili con la fabbricazione di semiconduttori sottili su superfici ampie e può essere impilata in più livelli, caratteristiche che potrebbero facilitarne l’evoluzione verso hardware wearable in cui percezione, memoria temporale ed elaborazione AI devono essere concentrate in uno spazio molto ridotto e con consumi contenuti.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)