Dagli USA nuovi neuroni artificiali che imitano realmente il cervello. Risparmieranno energia?

Viviamo nell’era dell’Intelligenza Artificiale, ma c’è un dettaglio che spesso si omette nei trionfali annunci: l’IA consuma una quantità spropositata di energia. I supercomputer che allenano modelli come GPT-4 richiedono megawatt di potenza, mentre l’oggetto che cercano di imitare, il cervello umano, fa lo stesso (e spesso meglio) con circa 20 watt. Un “dettaglio” di efficienza che rende l’attuale modello di IA difficilmente sostenibile.

Previsione di consumo energetico della AI, da IEA tramite ResearchGate

Una potenziale soluzione, o forse una rivoluzione concettuale, arriva dalla University of Southern California (USC). Un team di ricercatori ha creato neuroni artificiali che, per la prima volta, non si limitano a simulare matematicamente l’attività cerebrale, ma ne replicano fisicamente il processo elettrochimico. La ricerca è stata pubblicata su Nature. 

La ricerca, pubblicata sulla prestigiosa rivista Nature Electronics, potrebbe ridurre drasticamente le dimensioni dei chip, abbattere i consumi energetici di diversi ordini di grandezza e, forse, avvicinarci a quella che viene definita Intelligenza Artificiale Generale (AGI), sempre che quest’ultima non sia solo un’abile mossa di marketing.

Il trucco: dagli elettroni agli ioni

I processori digitali standard, e anche gli attuali chip neuromorfici, si basano sul flusso di elettroni. Sono veloci, ma fondamentalmente “stupidi”: eseguono calcoli basati su software.

Il cervello, il nostro computer, funziona diversamente. Utilizza segnali elettrici e chimici. Quando un impulso elettrico raggiunge la sinapsi (lo spazio tra neuroni), rilascia neurotrasmettitori (sostanze chimiche) che attivano il neurone successivo. È un sistema analogico, complesso e incredibilmente efficiente, basato sul movimento di ioni (come potassio, sodio, calcio).

Il team della USC, guidato dal professor Joshua Yang, ha replicato questo meccanismo. Hanno introdotto un nuovo dispositivo chiamato “memristore diffusivo“. Invece di usare solo elettroni, questo dispositivo utilizza il movimento di atomi, nello specifico ioni d’argento, per generare l’impulso elettrico e replicare la fisica del cervello.

“Anche se non sono esattamente gli stessi ioni”, spiega Yang, “la fisica che governa il movimento ionico e le dinamiche sono molto simili”. Il cervello, aggiunge, “è il vincitore dell’evoluzione: il motore intelligente più efficiente”.

I vantaggi: meno spazio, meno energia

Il vantaggio di passare da una simulazione software a un’emulazione hardware (“wetware”) è enorme. I computer attuali imparano tramite software, necessitando di migliaia di esempi per riconoscere, ad esempio, una cifra scritta a mano. Un bambino impara dopo pochi esempi, è incredibilmnete più efficiente.

I nuovi neuroni artificiali basati su memristori diffusivi promettono di colmare questo divario. Ecco i vantaggi principali:

• Dimensioni: Un neurone artificiale convenzionale richiede da decine a centinaia di transistor. Il nuovo dispositivo (chiamato 1M1T1R) occupa l’impronta di un singolo transistor. Si parla di una riduzione dimensionale di ordini di grandezza.
• Efficienza energetica: Il consumo scende a livelli di picojoule (e potenzialmente attojoule) per “spike” (impulso neuronale). Anche qui, un abbattimento di ordini di grandezza rispetto ai sistemi attuali.
• Apprendimento: Questo approccio permette un apprendimento “hardware”, più simile a quello biologico, adattivo ed efficiente.

Il “ma” di questa scoperta.

Come ogni innovazione che si rispetti, c’è un ostacolo. L’argento, utilizzato in questi primi esperimenti, non è facilmente compatibile con gli attuali processi di produzione dei semiconduttori (CMOS). I ricercatori dovranno ora investigare specie ioniche alternative che offrano dinamiche simili ma che possano essere integrate industrialmente.

Non vedremo, quindi, questi chip nei nostri smartphone domani. Ma la strada è tracciata. Il prossimo passo sarà integrare un gran numero di questi neuroni e sinapsi artificiali per testare l’efficienza del sistema su larga scala. “Ancora più eccitante”, conclude Yang, “è la prospettiva che tali sistemi fedeli al cervello possano aiutarci a scoprire nuovi spunti su come funziona il cervello stesso”.

Domande e risposte

Cosa hanno di veramente diverso questi neuroni artificiali?

La differenza chiave è che non si limitano a simulare il cervello usando software (come i chip attuali), ma ne replicano il funzionamento fisico. Utilizzano il movimento di ioni (atomi carichi, in questo caso d’argento) per trasmettere segnali, imitando il processo elettrochimico che avviene nelle nostre sinapsi. I computer odierni usano solo elettroni; questi nuovi neuroni usano la fisica del “wetware” biologico.

Perché questa scoperta è importante? Qual è il vantaggio principale?

L’efficienza energetica. L’Intelligenza Artificiale attuale consuma quantità enormi di elettricità (megawatt). Il cervello umano, molto più potente, ne usa circa 20 watt. Copiando il metodo fisico del cervello (gli ioni), questi nuovi neuroni consumano ordini di grandezza in meno (picojoule per impulso). Inoltre, sono incredibilmente più piccoli, occupando lo spazio di un solo transistor contro le centinaia dei design attuali.

Li vedremo presto nei nostri computer o smartphone?

No, non immediatamente. Lo studio ha utilizzato ioni d’argento, un materiale che attualmente non è compatibile con i processi di fabbricazione standard dei chip (CMOS, basati sul silicio). I ricercatori devono prima trovare materiali alternativi (altri tipi di ioni) che offrano le stesse prestazioni dinamiche ma che possano essere prodotti su scala industriale. La strada è tracciata, ma è ancora in fase di ricerca.

Rimani aggiornato seguendoci su Google News!

SEGUICI