Chip di calcolo simile a un cervello


I ricercatori fanno un passo avanti verso il chip di calcolo basato sulla luce, simile a un cervello. Nuovo hardware basato sulla luce che può memorizzare ed elaborare le informazioni in modo simile al cervello umano.

Una tecnologia che funziona come un cervello? In questi tempi di intelligenza artificiale, questo non sembra più così inverosimile - per esempio, quando un telefono cellulare può riconoscere volti o lingue. Con applicazioni più complesse, tuttavia, i computer si trovano ancora di fronte ai propri limiti.

Uno dei motivi di ciò è che un computer ha tradizionalmente unità separate di memoria e processore - la conseguenza è che tutti i dati devono essere inviati avanti e indietro tra i due. Sotto questo aspetto, il cervello umano è molto più avanti persino dei computer più moderni perché elabora e memorizza le informazioni nello stesso luogo - nelle sinapsi o nelle connessioni tra i neuroni, di cui ci sono un milione di miliardi nel cervello.

Un team internazionale di ricercatori delle università di Münster (Germania), Oxford ed Exeter (entrambi nel Regno Unito) sono ora riusciti a sviluppare un hardware che potrebbe aprire la strada alla creazione di computer che somigliano al cervello umano. Gli scienziati sono riusciti a produrre un chip contenente una rete di neuroni artificiali che funziona con la luce e può imitare il comportamento dei neuroni e delle loro sinapsi.

I ricercatori sono stati in grado di dimostrare che una tale rete ottica neurosaptica è in grado di “apprendere” le informazioni e usarle come base per calcolare e riconoscere i modelli - proprio come un cervello. Poiché il sistema funziona esclusivamente con la luce e non con gli elettroni tradizionali, può elaborare i dati molte volte più velocemente.

Il Professor Wolfram Pernice (1) dell'Università di Münster e partner principale dello studio, spiega: “Questo sistema fotonico integrato è un traguardo sperimentale. L'approccio potrebbe essere usato in seguito in molti diversi campi per valutare i modelli in grandi quantità di dati, ad esempio nelle diagnosi mediche.” Lo studio è stato pubblicato dalla rivista Nature. (2)

La storia in dettaglio - sfondo e metodo usati

La maggior parte degli approcci esistenti relativi alle cosiddette reti neuromorfiche sono basati sull'elettronica, mentre i sistemi ottici - in cui vengono utilizzati i fotoni, cioè le particelle luminose - sono ancora tecnologicamente avanzati. Il principio che gli scienziati tedeschi e britannici ha seguito questo protocollo: le guide d'onda ottiche, che possono trasmettere luce e possono essere fabbricate in microchip ottici, sono integrate con i cosiddetti materiali a cambiamento di fase - che sono già presenti oggi su supporti di memorizzazione come DVD scrivibili. Questi materiali a cambiamento di fase sono caratterizzati dal fatto che cambiano drasticamente le loro proprietà ottiche, a seconda che siano cristallini - quando i loro atomi si sistemano in modo regolare - o amorfi - quando i loro atomi si organizzano in modo irregolare. Questo cambio di fase può essere attivato dalla luce se un laser riscalda il materiale.

Il dottor Johannes Feldmann, (3) che ha condotto molti degli esperimenti come parte della sua tesi di dottorato. all'Università di Münster, spiega: “Poiché il materiale reagisce così fortemente e cambia radicalmente le sue proprietà, è altamente adatto per imitare le sinapsi e il trasferimento di impulsi tra due neuroni.”

Nel loro studio, gli scienziati sono riusciti per la prima volta a fondere molti materiali a cambiamento di fase nanostrutturati in una rete neurosaptica. I ricercatori hanno sviluppato un chip con quattro neuroni artificiali e un totale di 60 sinapsi. La struttura del chip, composta da diversi strati, era basata sulla cosiddetta tecnologia di multiplex a divisione di lunghezza d'onda, che è un processo in cui la luce viene trasmessa su canali diversi all'interno del nanocircuito ottico.

Per testare fino a che punto il sistema è in grado di riconoscere i pattern, i ricercatori lo hanno “alimentato” con informazioni sotto forma di impulsi luminosi, utilizzando due diversi algoritmi di machine learning. In questo processo, un sistema artificiale “impara” dagli esempi e può, in definitiva, generalizzarli. Nel caso dei due algoritmi utilizzati - sia nel cosiddetto apprendimento supervisionato che in apprendimento non supervisionato - la rete artificiale era in ultima analisi in grado, sulla base di determinati schemi di luce, di riconoscere un modello ricercato - uno dei quali era costituito da quattro lettere consecutive.

“Il nostro sistema ci ha permesso di compiere un passo importante verso la creazione di hardware che si comporta in modo simile a neuroni e sinapsi nel cervello e che è anche in grado di lavorare su compiti reali”, afferma Wolfram Pernice. “Lavorando con i fotoni anziché con gli elettroni possiamo sfruttare appieno il potenziale noto delle tecnologie ottiche - non solo per trasferire dati, come è avvenuto finora, ma anche per elaborarli e memorizzarli in un unico luogo”, Aggiunge il co-autore Professor Harish Bhaskaran (4) dell'Università di Oxford.

Secondo gli autori dello studio, sarà necessario svolgere ulteriori lavori di perfezionamento prima che tali applicazioni diventino realtà. I ricercatori devono aumentare il numero di neuroni artificiali e sinapsi e incrementare la profondità delle reti neuronali. Ciò può essere fatto, ad esempio, con chip ottici prodotti usando la tecnologia al silicio. “Questo passo è da prendere nel progetto congiunto UE” Fun-COMP “usando il processo di fonderia per la produzione di nanochip”, dice il co-autore e leader del progetto Fun-COMP, il Prof. C. David Wright dell'Università di Exeter.

Riferimenti:

(1) Prof. Dr. Wolfram Pernice

(2) All-optical spiking neurosynaptic networks with self-learning capabilities

(3) Team (Johannes Feldmann)

(4) Professor Harish Bhaskaran

Descrizione foto: I microchip con cui i due ricercatori stanno lavorando per lo sviluppo hanno all'incirca le dimensioni di un pezzo da un centesimo di euro. © WWU - Peter Leßmann

Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: Experimenteller Meilenstein: Lichtbasierter Computerchip funktioniert ähnlich wie das Gehirn