Hai mai desiderato che il tuo computer potesse pensare come te o forse persino capirti?

Quel futuro potrebbe non essere adesso, ma è un passo più vicino, grazie a un team di scienziati e ingegneri guidati dalla Texas A&M University e alla loro recente scoperta di un imitatore basato sui materiali per i segnali neurali responsabili della trasmissione delle informazioni all'interno del cervello umano.

Il team multidisciplinare, guidato dal chimico della Texas A&M Sarbajit Banerjee in collaborazione con l'ingegnere elettrico e informatico della Texas A&M R. Stanley Williams e altri colleghi in tutto il Nord America e all'estero, ha scoperto un meccanismo di commutazione elettrica simile a un neurone nel materiale a stato solido β'-CuxV2O5, in particolare, come si trasforma reversibilmente tra comportamento conduttivo e isolante a comando.

Il team è stato in grado di chiarire il meccanismo sottostante che guida questo comportamento dando una nuova occhiata a β'-CuxV2O5, un notevole materiale camaleontico che cambia con la temperatura o con uno stimolo elettrico applicato. Nel processo, si sono concentrati sul modo in cui gli ioni di rame si muovono all'interno del materiale e su come questa sottile danza a sua volta disperde gli elettroni per trasformarlo. La loro ricerca ha rivelato che il movimento degli ioni di rame è il fulcro di un cambiamento di conduttività elettrica che può essere sfruttato per creare picchi elettrici nello stesso modo in cui i neuroni funzionano nel sistema nervoso cerebrale, un passo importante verso lo sviluppo di circuiti che funzionano come il cervello umano .

La loro carta risultante, che presenta gli studenti laureati in chimica del Texas A&M Abhishek Parija (ora presso Intel Corporation), Justin Andrews e Joseph Handy come primi autori, è pubblicato oggi (27 febbraio) sulla rivista Cell Press Questione .

Nella loro ricerca di sviluppare nuove modalità di calcolo ad alta efficienza energetica, l'ampio gruppo di collaboratori sta capitalizzando su materiali con instabilità elettroniche sintonizzabili per ottenere ciò che è noto come calcolo neuromorfo, o l'elaborazione progettata per replicare le capacità uniche del cervello e le efficienze senza pari.

"La natura ci ha fornito materiali con i tipi di comportamento appropriati per imitare l'elaborazione delle informazioni che avviene in un cervello, ma quelli caratterizzati fino ad oggi hanno avuto vari limiti, "Ha detto Williams. "L'importanza di questo lavoro è dimostrare che i chimici possono progettare e creare razionalmente materiali elettricamente attivi con proprietà neuromorfe significativamente migliorate. Come abbiamo capito di più, i nostri materiali miglioreranno notevolmente, fornendo così un nuovo percorso per il continuo progresso tecnologico delle nostre capacità informatiche".

Mentre smartphone e laptop sembrano diventare più eleganti e veloci ad ogni iterazione, Parija osserva che sono necessari nuovi materiali e paradigmi informatici liberati dalle restrizioni convenzionali per soddisfare le continue richieste di velocità ed efficienza energetica che stanno mettendo a dura prova le capacità dei chip per computer in silicio, che stanno raggiungendo i loro limiti fondamentali in termini di efficienza energetica. Il calcolo neuromorfico è uno di questi approcci, e la manipolazione del comportamento di commutazione in nuovi materiali è un modo per ottenerlo.

"La premessa centrale - e per estensione la promessa centrale - del calcolo neuromorfo è che non abbiamo ancora trovato un modo per eseguire calcoli in modo efficiente quanto il modo in cui i neuroni e le sinapsi funzionano nel cervello umano, " ha detto Andrea, un ricercatore di tecnologia spaziale della NASA. "La maggior parte dei materiali sono isolanti (non conduttivi), metallico (conduttivo) o da qualche parte nel mezzo. Alcuni materiali, però, può trasformarsi tra i due stati:isolante (spento) e conduttivo (acceso) quasi a comando."

Utilizzando una vasta combinazione di tecniche computazionali e sperimentali, Handy ha affermato che il team è stato in grado di dimostrare non solo che questo materiale subisce una transizione guidata dai cambiamenti di temperatura, voltaggio e intensità del campo elettrico che possono essere utilizzati per creare circuiti simili a neuroni, ma anche spiegare in modo completo come avviene questa transizione. A differenza di altri materiali che hanno una transizione metallo-isolante (MIT), questo materiale si basa sul movimento di ioni di rame all'interno di un reticolo rigido di vanadio e ossigeno.

"Essenzialmente mostriamo che un piccolissimo movimento di ioni di rame all'interno della struttura determina un massiccio cambiamento di conduttanza nell'intero materiale, "Ha aggiunto Handy. "A causa di questo movimento di ioni di rame, il materiale si trasforma da isolante a conduttore in risposta alle variazioni esterne di temperatura, tensione applicata o corrente applicata. In altre parole, l'applicazione di un piccolo impulso elettrico ci permette di trasformare il materiale e salvare le informazioni al suo interno mentre funziona in un circuito, proprio come i neuroni funzionano nel cervello."

Andrews paragona la relazione tra il movimento degli ioni di rame e gli elettroni sulla struttura del vanadio a una danza.

"Quando gli ioni di rame si muovono, gli elettroni sul reticolo di vanadio si muovono di concerto, rispecchiando il movimento degli ioni di rame, " Andrews ha detto. "In questo modo, movimenti incredibilmente piccoli degli ioni di rame inducono grandi cambiamenti elettronici nel reticolo di vanadio senza cambiamenti osservabili nel legame vanadio-vanadio. È come se gli atomi di vanadio "vedessero" cosa sta facendo il rame e reagiscano".

Trasmissione, l'archiviazione e l'elaborazione dei dati rappresentano attualmente circa il 10% del consumo energetico globale, ma Banerjee afferma che le estrapolazioni indicano che la domanda di calcolo sarà molte volte superiore a quella che la fornitura energetica globale prevista può fornire entro il 2040. Pertanto, sono necessari aumenti esponenziali delle capacità di calcolo per visioni trasformative, compreso l'Internet delle cose, trasporto autonomo, infrastrutture resistenti ai disastri, medicina personalizzata e altre grandi sfide sociali che altrimenti sarebbero limitate dall'incapacità delle attuali tecnologie informatiche di gestire l'ampiezza e la complessità dei dati generati dall'uomo e dalle macchine. Dice che un modo per superare i limiti della tecnologia informatica convenzionale è prendere spunto dalla natura, in particolare, i circuiti neurali del cervello umano, che supera di gran lunga le architetture informatiche convenzionali in termini di efficienza energetica e offre anche nuovi approcci per l'apprendimento automatico e le reti neurali avanzate.

"Per emulare gli elementi essenziali della funzione neuronale nei circuiti artificiali, abbiamo bisogno di materiali a stato solido che mostrino instabilità elettroniche, quale, come i neuroni, possono memorizzare informazioni nel loro stato interno e nella tempistica degli eventi elettronici, " Banerjee ha detto. "Il nostro nuovo lavoro esplora i meccanismi fondamentali e il comportamento elettronico di un materiale che mostra tali instabilità. Caratterizzando a fondo questo materiale, abbiamo anche fornito informazioni che istruiranno la futura progettazione di materiali neuromorfici, che può offrire un modo per cambiare la natura del calcolo della macchina dalla semplice aritmetica all'intelligenza simile al cervello, aumentando drasticamente sia il rendimento che l'efficienza energetica dei processori".

Poiché i vari componenti che gestiscono le operazioni logiche, memorizzare la memoria e trasferire i dati sono tutti separati l'uno dall'altro nell'architettura del computer convenzionale, Banerjee afferma che sono afflitti da inefficienze intrinseche riguardanti sia il tempo necessario per l'elaborazione delle informazioni sia la vicinanza fisica degli elementi del dispositivo prima che i rifiuti termici e il tunneling "accidentale" degli elettroni tra i componenti diventino problemi importanti. Al contrario, nel cervello umano, logica, memory storage and data transfer are simultaneously integrated into the timed firing of neurons that are densely interconnected in 3-D fanned-out networks. Di conseguenza, the brain's neurons process information at 10 times lower voltage and an almost 5, 000 times lower synaptic operation energy in comparison to silicon computing architectures. To come close to achieving this kind of energetic and computational efficiency, he says new materials are needed that can undergo rapid internal electronic switching in circuits in a way that mimics how neurons fire in timed sequences.

Handy notes that the team still needs to optimize many parameters, such as transition temperature and switching speed along with the magnitude of the change in electrical resistance. By determining the underlying principles of the MIT in β'-CuxV2O5 as a prototype material within an expansive field of candidates, però, the team has identified certain design motifs and tunable chemical parameters that ultimately prove useful in the design of future neuromorphic computing materials, a major endeavor that has been seeded by the Texas A&M X-Grant Program.

"This discovery is very exciting because it provides fertile ground for the development of new design principles for tuning materials properties and also suggests exciting new approaches to researchers in the field for thinking about energy efficient electronic instabilities, " Parija said. "Devices that incorporate neuromorphic computing promise improved energy efficiency that silicon-based computing has yet to deliver, as well as performance improvements in computing challenges like pattern recognition—tasks that the human brain is especially well-equipped to tackle. The materials and mechanisms we describe in this work bring us one step closer to realizing neuromorphic computing and in turn actualizing all of the societal benefits and overall promise that comes with it."