La tecnica sfrutta la luce per far avanzare il cervello

Compila il modulo sottostante e ti invieremo via email una versione PDF di "La tecnica sfrutta la luce per far avanzare il cervello simile al computer"

Completa il modulo sottostante per sbloccare l'accesso a TUTTI gli articoli audio.

L’intelligenza artificiale, l’apprendimento automatico e ChatGPT possono essere parole d’ordine relativamente nuove nel pubblico dominio, ma sviluppare un computer che funzioni come il cervello e il sistema nervoso umani – sia hardware che software combinati – è stata una sfida lunga decenni. Gli ingegneri dell'Università di Pittsburgh stanno oggi esplorando come i "memristori" ottici possano essere una chiave per lo sviluppo del calcolo neuromorfico.

I resistori con memoria, o memristori, hanno già dimostrato la loro versatilità in elettronica, con applicazioni come elementi di circuiti computazionali nel calcolo neuromorfico ed elementi di memoria compatti nell'archiviazione di dati ad alta densità. Il loro design unico ha aperto la strada all'in-memory computing e ha catturato un notevole interesse da parte di scienziati e ingegneri.

Un nuovo articolo di revisione intitolato "Memristori ottici integrati" fa luce sull'evoluzione di questa tecnologia e sul lavoro che deve ancora essere svolto affinché raggiunga il suo pieno potenziale. Guidato da Nathan Youngblood, assistente professore di ingegneria elettrica e informatica presso la Swanson School of Engineering dell'Università di Pittsburgh, l'articolo esplora il potenziale dei dispositivi ottici analoghi ai memristor elettronici. Questa nuova classe di dispositivi potrebbe svolgere un ruolo importante nel rivoluzionare il calcolo neuromorfico a larghezza di banda elevata, l’hardware di apprendimento automatico e l’intelligenza artificiale nel dominio ottico.

Iscriviti alla newsletter quotidiana di Technology Networks, riceverai ogni giorno le ultime notizie scientifiche direttamente nella tua casella di posta.

"I ricercatori sono davvero affascinati dai memristor ottici per il loro incredibile potenziale nel calcolo neuromorfico a larghezza di banda elevata, nell'hardware per l'apprendimento automatico e nell'intelligenza artificiale", ha spiegato Youngblood. "Immagina di unire gli incredibili vantaggi dell'ottica con l'elaborazione locale delle informazioni. È come aprire la porta a un regno completamente nuovo di possibilità tecnologiche precedentemente inimmaginabili."

L'articolo di revisione presenta una panoramica completa dei recenti progressi in questo campo emergente dei circuiti integrati fotonici. Esplora l'attuale stato dell'arte ed evidenzia le potenziali applicazioni dei memristor ottici, che combinano i vantaggi della comunicazione ottica ultraveloce e con larghezza di banda elevata con l'elaborazione locale delle informazioni. Tuttavia, la scalabilità è emersa come la questione più urgente che la ricerca futura dovrebbe affrontare.

"L'incremento dell'in-memory o del calcolo neuromorfico nel dominio ottico è una sfida enorme. Avere una tecnologia veloce, compatta ed efficiente rende il ridimensionamento più realizzabile e rappresenterebbe un enorme passo avanti", ha spiegato Youngblood.

"Un esempio delle limitazioni è che se si prendessero materiali a cambiamento di fase, che attualmente hanno la più alta densità di stoccaggio per la memoria ottica, e si tentasse di implementare una rete neurale relativamente semplicistica su chip, ci vorrebbe un wafer delle dimensioni di un laptop in grado di contenere tutte le celle di memoria necessarie", ha continuato. "Le dimensioni contano per la fotonica e dobbiamo trovare un modo per migliorare la densità di stoccaggio, l'efficienza energetica e la velocità di programmazione per eseguire calcoli utili su scale utili."

I memristor ottici possono rivoluzionare il calcolo e l'elaborazione delle informazioni in diverse applicazioni. Possono consentire il trimming attivo dei circuiti integrati fotonici (PIC), consentendo di regolare e riprogrammare i sistemi ottici su chip secondo necessità senza consumare continuamente energia. Offrono inoltre archiviazione e recupero dei dati ad alta velocità, promettendo di accelerare l'elaborazione, ridurre il consumo di energia e consentire l'elaborazione parallela.

I memristor ottici possono essere utilizzati anche per sinapsi artificiali e architetture ispirate al cervello. I memristor dinamici con memoria non volatile e output non lineare replicano la plasticità a lungo termine delle sinapsi nel cervello e aprono la strada ad architetture informatiche integrate e attivate.