Immagina un cervello, con i suoi neuroni che si accendono, modulano il loro stato interno e si adattano all’ambiente: un mondo complesso, affascinante e… incredibilmente efficiente. Ora pensalo condensato all’interno di un silicio, un sistema quasi analogico che, invece di consumare megawatt, aspira a far “pensare” — o almeno ad apprendere — con un impatto energetico minimo. Questo è il traguardo dei ricercatori della Fudan University, che hanno realizzato una versione pionieristica di neurone artificiale, progettato per emulare caratteristiche chiave del sistema nervoso attraverso l’uso combinato di DRAM e MoS₂ (disolfuro di molibdeno).
Al centro di questa innovazione troviamo due elementi chiave: una DRAM, capace di immagazzinare cariche elettriche nei suoi condensatori, e un inverter realizzato con MoS₂, un semiconduttore due volte più sottile di un capello. La DRAM agisce come una sorta di “potenziale di membrana”, come nei neuroni biologici, e può essere modulata per imitare l’intrinsic plasticity, cioè la capacità interna di adattamento del neurone stesso. Il modulo MoS₂, invece, genera impulsi elettrici — i “firing spikes” — analoghi a quelli emessi da un neurone per comunicare.
Il risultato è un neurone che non si limita a raffinare i legami sinaptici (come fanno molti sistemi neuromorfici), ma regola anche la propria soglia di attivazione, rendendo il modello molto più evoluto e flessibile.
Per provare la resa pratica, i ricercatori hanno assemblato un array di neuroni artificiali 3×3 e li hanno “allenati” con sensori di luce, mostrando che il sistema si comportava come un occhio umano: adattando la propria sensibilità in ambienti luminosi o bui. Hanno inoltre sperimentato un modello di rete neurale per riconoscere immagini, dimostrando l’energia-efficienza del sistema, specialmente per compiti visivi complessi.
È chiaro che siamo solo all’inizio. Le configurazioni realizzate conducono a un microarray 3×3: la scalabilità resta da dimostrare, così come la stabilità a lungo termine dei componenti MoS₂. Però, il piano è tracciato: realizzare reti neurali neuromorfiche compatte, potenti, economiche in termini energetici, e dalla risposta raffinata. L’impulso della DRAM unito alla plasticità interna apre la strada a sistemi decisamente più “cerebrali” e adattivi.