Fare in modo che i chip dei computer agiscano più come cellule cerebrali

Il cervello umano è una straordinaria macchina informatica. Con un peso di appena tre libbre o giù di lì, può elaborare le informazioni mille volte più velocemente del supercomputer più veloce, archiviare mille volte più informazioni di un potente laptop e fare tutto non usando più energia di una lampadina da 20 watt.

I ricercatori stanno cercando di replicare questo successo utilizzando materiali organici morbidi e flessibili che possono funzionare come neuroni biologici e un giorno potrebbero anche essere in grado di interconnettersi con loro. Alla fine, morbidi chip per computer “neuromorfi” potrebbero essere impiantati direttamente nel cervello, consentendo alle persone di controllare un braccio artificiale o il monitor di un computer semplicemente pensandoci.

Schema della rete neuronale biologica e di un transistor sinaptico a nanofili organici che emula una sinapsi biologica.

Schema della rete neuronale biologica e di un sinaptico di nanofili organici
transistor che emula una sinapsi biologica.

Come i veri neuroni, ma a differenza dei tradizionali chip per computer, questi nuovi dispositivi possono inviare e ricevere segnali sia chimici che elettrici. “Il tuo cervello lavora con sostanze chimiche, con neurotrasmettitori come la dopamina e la serotonina. I nostri materiali sono in grado di interagire elettrochimicamente con loro”, afferma Alberto Salleo, uno scienziato dei materiali presso la Stanford University che ha scritto sul potenziale dei dispositivi neuromorfici organici nel 2021 Revisione annuale della ricerca sui materiali.

Salleo e altri ricercatori hanno creato dispositivi elettronici utilizzando questi materiali organici morbidi che possono agire come transistor (che amplificano e commutano segnali elettrici) e celle di memoria (che immagazzinano informazioni) e altri componenti elettronici di base.

Il lavoro nasce da un crescente interesse per i circuiti neuromorfici dei computer che imitano il funzionamento delle connessioni neurali umane, o sinapsi. Questi circuiti, siano essi realizzati in silicio, metallo o materiali organici, funzionano meno come quelli dei computer digitali e più come le reti di neuroni nel cervello umano.

I computer digitali convenzionali funzionano un passo alla volta e la loro architettura crea una divisione fondamentale tra calcolo e memoria. Questa divisione significa che uno e zero devono essere spostati avanti e indietro tra le posizioni sul processore del computer, creando un collo di bottiglia per la velocità e il consumo di energia.

Il cervello fa le cose in modo diverso. Un singolo neurone riceve segnali da molti altri neuroni e tutti questi segnali insieme si sommano per influenzare lo stato elettrico del neurone ricevente. In effetti, ogni neurone funge sia da dispositivo di calcolo – integrando il valore di tutti i segnali che ha ricevuto – sia da dispositivo di memoria: memorizzando il valore di tutti quei segnali combinati come un valore analogico infinitamente variabile, piuttosto che zero o -uno dei computer digitali.

I ricercatori hanno sviluppato una serie di diversi dispositivi “memristivi” che imitano questa capacità. Quando si passa attraverso correnti elettriche, si cambia la resistenza elettrica. Come i neuroni biologici, questi dispositivi calcolano sommando i valori di tutte le correnti a cui sono stati esposti. E ricordano attraverso il valore risultante che assume la loro resistenza.

Un semplice memristore organico, ad esempio, potrebbe avere due strati di materiali elettricamente conduttivi. Quando viene applicata una tensione, la corrente elettrica spinge gli ioni carichi positivamente da uno strato all’altro, modificando la facilità con cui il secondo strato conduce l’elettricità la prossima volta che viene esposto a una corrente elettrica. (Vedi diagramma.) “È un modo per lasciare che la fisica faccia il calcolo”, afferma Matthew Marinella, un ingegnere informatico dell’Arizona State University di Tempe che ricerca il calcolo neuromorfico.

La tecnica libera anche il computer da valori rigorosamente binari. “Quando hai la classica memoria del computer, è uno zero o uno. Creiamo una memoria che potrebbe essere qualsiasi valore compreso tra zero e uno. Quindi puoi sintonizzarlo in modo analogico”, afferma Salleo.

Al momento, la maggior parte dei memristori e dei dispositivi correlati non sono basati su materiali organici ma utilizzano la tecnologia standard dei chip di silicio. Alcuni sono persino usati commercialmente come un modo per accelerare i programmi di intelligenza artificiale. Ma i componenti organici hanno il potenziale per svolgere il lavoro più velocemente consumando meno energia, afferma Salleo. Meglio ancora, potrebbero essere progettati per integrarsi con il tuo cervello. I materiali sono morbidi e flessibili e hanno anche proprietà elettrochimiche che consentono loro di interagire con i neuroni biologici.

Ad esempio, Francesca Santoro, un ingegnere elettrico ora alla RWTH Aachen University in Germania, sta sviluppando un dispositivo polimerico che prende input da cellule reali e “impara” da esse. Nel suo dispositivo, le cellule sono separate dal neurone artificiale da un piccolo spazio, simile alle sinapsi che separano i neuroni reali l’uno dall’altro. Poiché le cellule producono dopamina, una sostanza chimica di segnalazione nervosa, la dopamina cambia lo stato elettrico della metà artificiale del dispositivo. Più dopamina le cellule producono, più cambia lo stato elettrico del neurone artificiale, proprio come potresti vedere con due neuroni biologici. (Vedi diagramma.) “Il nostro obiettivo finale è davvero progettare un’elettronica che assomigli a neuroni e agisca come neuroni”, afferma Santoro.

L’approccio potrebbe offrire un modo migliore per utilizzare l’attività cerebrale per guidare protesi o monitor di computer. I sistemi odierni utilizzano l’elettronica standard, compresi gli elettrodi che possono rilevare solo ampi schemi di attività elettrica. E l’attrezzatura è ingombrante e richiede computer esterni per funzionare.

I circuiti neuromorfici flessibili potrebbero migliorarlo in almeno due modi. Sarebbero in grado di tradurre i segnali neurali in un modo molto più granulare, rispondendo ai segnali dei singoli neuroni. E i dispositivi potrebbero anche essere in grado di gestire da soli alcuni dei calcoli necessari, afferma Salleo, il che potrebbe risparmiare energia e aumentare la velocità di elaborazione.

Sistemi di basso livello e decentralizzati di questo tipo – con piccoli computer neuromorfici che elaborano le informazioni così come vengono ricevute dai sensori locali – sono una strada promettente per il calcolo neuromorfico, affermano Salleo e Santoro. “Il fatto che assomiglino così bene al funzionamento elettrico dei neuroni li rende ideali per l’accoppiamento fisico ed elettrico con il tessuto neuronale”, dice Santoro, “e, in definitiva, con il cervello”.

Questo articolo è apparso originariamente su Knowable Magazine, uno sforzo giornalistico indipendente di Annual Reviews.

Leave a Comment

Your email address will not be published. Required fields are marked *