Reti neurali artificiali che imitano il cervello

Gli scienziati stanno tentando di aprire la strada a un tipo di elaborazione che imita l'efficienza delle reti neurali del cervello sfruttando al contempo la natura analogica del cervello.

Con il rallentamento del progresso nell'elaborazione tradizionale, nuove forme di elaborazione stanno arrivando in prima linea. Alla Penn State, un team di ingegneri sta tentando di aprire la strada a un tipo di elaborazione che imita l'efficienza delle reti neurali del cervello sfruttando al contempo la natura analogica del cervello.

L'informatica moderna è digitale, composta da due stati, on-off o uno e zero. Un computer analogico, come il cervello, ha molti stati possibili. È la differenza tra l'accensione o lo spegnimento di un interruttore della luce e l'accensione di un interruttore dimmer per una quantità variabile di illuminazione.

L'informatica neuromorfica o ispirata al cervello è stata studiata per più di 40 anni, secondo il dottor Das Saptarshi, (1) il team leader e assistente professore di ingegneria e meccanica della Penn State. La novità è che quando sono stati raggiunti i limiti dell'informatica digitale, è cresciuta la necessità di elaborazione di immagini ad alta velocità, ad esempio per le auto a guida autonoma. L'ascesa dei big data, che richiede tipi di riconoscimento di pattern per i quali l'architettura del cervello è particolarmente adatta, è un altro motore nel perseguimento del calcolo neuromorfico.

«Abbiamo computer potenti, non c'è dubbio, il problema è che devi archiviare la memoria in un posto e fare il calcolo da qualche altra parte», ha detto Das.

Il trasferimento di questi dati dalla memoria alla logica e viceversa richiede molta energia e rallenta la velocità di elaborazione. Inoltre, questa architettura del computer richiede molto spazio. Se il calcolo e l'archiviazione della memoria potessero trovarsi nello stesso spazio, questo collo di bottiglia potrebbe essere eliminato.

«Stiamo creando reti neurali artificiali, che cercano di emulare l'efficienza energetica e dell'area del cervello», ha spiegato Thomas Shranghamer, uno studente di dottorato nel gruppo Das e primo autore di un articolo recentemente pubblicato su Nature Communications. (2) «Il cervello è così compatto che può stare sopra le spalle, mentre un moderno supercomputer occupa uno spazio delle dimensioni di due o tre campi da tennis».

Come le sinapsi (riconfigurabili) che collegano i neuroni nel cervello, le reti neurali artificiali che il team sta costruendo possono essere riconfigurate applicando un breve campo elettrico a un foglio di grafene, lo strato di atomi di carbonio dello spessore di un atomo. In questo lavoro mostrano almeno 16 possibili stati di memoria, in contrasto con i due nella maggior parte dei memristor a base di ossido, o resistori di memoria.

«Quello che abbiamo dimostrato è che possiamo controllare un gran numero di stati di memoria con precisione utilizzando semplici transistor ad effetto di campo al grafene», ha detto Das.

Il team ritiene che sia fattibile portare questa tecnologia su scala commerciale. Con molte delle più grandi aziende di semiconduttori che perseguono attivamente il calcolo neuromorfico, il dottor Das ritiene che troveranno questo lavoro interessante.

Oltre a Das e Shranghamer, l'autore aggiuntivo dell'articolo, intitolato “Grafene Memristive Synapses for High Precision Neuromorphic Computing”, è Aaryan Oberoi, studente di dottorato in ingegneria e meccanica.

I laboratori dell'Army Research Office ha sostenuto questo lavoro. Il gruppo dei ricercatori coinvolti in questo progetto ha depositato un brevetto su questa invenzione.

Riferimenti:

(1) Das Saptarshi

(2) Graphene memristive synapses for high precision neuromorphic computing

Descrizione foto: I memristori in grafene aprono le porte al calcolo biomimetico. - Credit: Jennifer McCann /Penn State.

Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: Graphene-based memory resistors show promise for brain-based computing