Il team del professor Carlo Ricciardi del DISAT, Dipartimento di Scienze Applicate e Tecnologia del Politecnico di Torino, con il professor Daniele Ielmini (Politecnico di Milano) e il ricercatore Gianluca Milano (INRiM – Istituto Nazionale di Ricerca Metrologica), ha sviluppato un hardware capace di imitare in tutto e per tutto le proprietà del cervello umano. In questo modo sarà possibile ridurre in modo significativo il consumo e il fabbisogno energetico delle attuali reti neurali, fondamentali per lo sviluppo delle future intelligenze artificiali.
Il team ha presentato i risultati della ricerca sulla rivista Nature Materials: con il lavoro svolto dal gruppo è stato possibile costruire delle reti neurali su scala nanometrica con le stesse dimensioni delle sinapsi biologiche, riuscendo a riprodurre le tipiche funzioni neurali di adattabilità, plasticità e correlazione spazio-temporale.
L’architettura di questo sistema comporta una notevole diminuzione del consumo complessivo della rete neurale, dato che la sua maggiore vicinanza ai funzionamenti fisiologici del cervello umano ne riduce la fase di apprendimento e training della rete che sono quelli più dispendiosi dal punto di vista energetico.
Il professor Ricciardi ha commentato: “Abbiamo mostrato che è possibile implementare ‘in materia’ la dinamica dei processi cognitivi che da un lato sfruttano la memoria operativa a breve termine per richiamare e confrontare immagini, idee e simboli, mentre dall’altro classificano i risultati in variazioni strutturali delle nostre connessioni. Inoltre, tali dispositivi possono implementare paradigmi computazionali che necessitano di un addestramento limitato come il reservoir computing, aprendo la strada non solo a computer sempre più intelligenti e a basso consumo, ma anche a protesi neurali impiantabili, che un domani potrebbero consentire il recupero o il contenimento di funzioni neurali in regressione”.
