Una nuova tecnologia informatica chiamata "organismoidi" imita alcuni aspetti del pensiero umano imparando a dimenticare i ricordi non importanti conservando quelli più vitali.

"Il cervello umano è capace di un apprendimento continuo lungo tutto l'arco della vita, " disse Kaushik Roy, Edward G. Tiedemann Jr. Distinguished Professor di Ingegneria Elettrica e Informatica della Purdue University. "E lo fa in parte dimenticando alcune informazioni che non sono fondamentali. Imparo lentamente, ma continuo a dimenticare altre cose lungo la strada, quindi c'è una graziosa degradazione nella mia accuratezza nel rilevare cose che sono vecchie. Quello che stiamo cercando di fare è imitare quel comportamento del cervello in una certa misura, creare computer che non solo apprendano nuove informazioni, ma che imparino anche cosa dimenticare."

Il lavoro è stato eseguito dai ricercatori della Purdue, Università di Rutger, il Massachusetts Institute of Technology, Laboratorio nazionale di Brookhaven e Laboratorio nazionale di Argonne.

Al centro della ricerca c'è un "materiale quantico" ceramico chiamato nichelato di samario, che è stato utilizzato per creare dispositivi chiamati organismoidi, disse Shriram Ramanathan, un professore di ingegneria dei materiali alla Purdue.

"Questi dispositivi possiedono determinate caratteristiche degli esseri viventi e ci consentono di far progredire nuovi algoritmi di apprendimento che imitano alcuni aspetti del cervello umano, " Ha detto Roy. "I risultati hanno implicazioni di vasta portata per i campi dei materiali quantistici e per l'informatica ispirata al cervello".

I risultati sono dettagliati in un articolo apparso lunedì (14 agosto) sulla rivista Comunicazioni sulla natura .

Quando esposto a gas idrogeno, il materiale subisce un massiccio cambiamento di resistenza, poiché il suo reticolo cristallino è "drogato" da atomi di idrogeno. Si dice che il materiale respiri, espandendosi quando viene aggiunto idrogeno e contraendosi quando l'idrogeno viene rimosso.

"La cosa principale del materiale è che quando questo respira idrogeno c'è uno spettacolare effetto quantomeccanico che consente alla resistenza di cambiare di ordini di grandezza, " Disse Ramanathan. "Questo è molto insolito, e l'effetto è reversibile perché questo drogante può essere debolmente attaccato al reticolo, quindi se rimuovi l'idrogeno dall'ambiente puoi cambiare la resistenza elettrica."

I coautori del documento di ricerca includono il ricercatore post-dottorato di Purdue Fan Zuo e lo studente laureato Priyadarshini Panda. L'elenco completo dei coautori è disponibile nell'abstract.

Quando l'idrogeno è esposto al materiale, si divide in un protone e un elettrone, e l'elettrone si attacca al nichel, facendo sì che il materiale diventi temporaneamente un isolante.

"Quindi, quando esce l'idrogeno, questo materiale ridiventa conduttivo, "Ha detto Ramanathan. "Ciò che mostriamo in questo articolo è che l'estensione della conduzione e dell'isolamento può essere regolata con molta attenzione".

Questa conduttanza che cambia e il "decadimento di quella conduttanza nel tempo" è simile a un comportamento animale chiave chiamato assuefazione.

"Molti animali, anche organismi che non hanno un cervello, possedere questa fondamentale abilità di sopravvivenza, " ha detto Roy. "Ed è per questo che chiamiamo questo comportamento organismico. Se vedo determinate informazioni regolarmente, mi abituo, conservandone memoria. Ma se non vedo tali informazioni da molto tempo, poi inizia lentamente a decadere. Così, il comportamento della conduttanza che sale e scende in modo esponenziale può essere utilizzato per creare un nuovo modello di calcolo che imparerà in modo incrementale e allo stesso tempo dimenticherà le cose in modo corretto".

I ricercatori hanno sviluppato un "modello di apprendimento neurale" che hanno chiamato plasticità sinaptica adattiva.

"Questo potrebbe essere davvero importante perché è uno dei primi esempi di utilizzo diretto di materiali quantistici per risolvere un grosso problema nell'apprendimento neurale, " disse Ramanathan.

I ricercatori hanno utilizzato gli organismoidi per implementare il nuovo modello di plasticità sinaptica.

"Utilizzando questo effetto siamo in grado di modellare qualcosa che è un vero problema nel calcolo neuromorfico, " ha detto Roy. "Per esempio, se ho imparato le tue caratteristiche facciali posso ancora uscire e imparare le caratteristiche di qualcun altro senza davvero dimenticare le tue. Però, questo è difficile da fare per i modelli di calcolo. Quando impari le tue caratteristiche, possono dimenticare le caratteristiche della persona originale, un problema chiamato dimenticanza catastrofica."

Il calcolo neuromorfico non è destinato a sostituire l'hardware del computer convenzionale per uso generico, basati su transistor metallo-ossido-semiconduttore complementari, o CMOS. Anziché, si prevede che funzioni in combinazione con l'elaborazione basata su CMOS. Considerando che la tecnologia CMOS è particolarmente abile nell'esecuzione di calcoli matematici complessi, l'informatica neuromorfica potrebbe essere in grado di svolgere ruoli come il riconoscimento facciale, ragionamento e processo decisionale simile a quello umano.

Il team di Roy ha svolto il lavoro di ricerca sul modello di plasticità, e altri collaboratori si sono concentrati sulla fisica di come spiegare il processo di cambiamento della conduttanza guidato dal doping, centrale nell'articolo. Il team multidisciplinare comprende esperti in materiali, ingegnere elettrico, fisica, e algoritmi.

"Non capita spesso che una persona di scienza dei materiali possa parlare con una persona di circuiti come il professor Roy e trovare qualcosa di significativo, " disse Ramanathan.

Gli organismi possono avere applicazioni nel campo emergente della spintronica. I computer convenzionali utilizzano la presenza e l'assenza di una carica elettrica per rappresentare uno e zero in un codice binario necessario per eseguire calcoli. Spintronica, però, usa lo "stato di spin" degli elettroni per rappresentare uno e zero.

Potrebbe portare circuiti che assomigliano a neuroni biologici e sinapsi in un design compatto non possibile con i circuiti CMOS. Considerando che ci vorrebbero molti dispositivi CMOS per imitare un neurone o una sinapsi, potrebbe essere necessario un solo dispositivo spintronico.

Nel lavoro futuro, i ricercatori potrebbero dimostrare come ottenere l'assuefazione in un circuito integrato invece di esporre il materiale al gas idrogeno.