I ricercatori del National Institute of Standards and Technology (NIST) hanno realizzato un chip di silicio che distribuisce segnali ottici con precisione attraverso una griglia in miniatura simile a un cervello, mostrando un potenziale nuovo design per le reti neurali.

Il cervello umano ha miliardi di neuroni (cellule nervose), ciascuno con migliaia di connessioni ad altri neuroni. Molti progetti di ricerca informatica mirano a emulare il cervello creando circuiti di reti neurali artificiali. Ma l'elettronica convenzionale, compreso il cablaggio elettrico dei circuiti a semiconduttore, spesso impedisce il routing estremamente complesso richiesto per reti neurali utili.

Il team del NIST propone di utilizzare la luce invece dell'elettricità come mezzo di segnalazione. Le reti neurali hanno già dimostrato un notevole potere nel risolvere problemi complessi, compreso il riconoscimento rapido dei modelli e l'analisi dei dati. L'uso della luce eliminerebbe le interferenze dovute alla carica elettrica ei segnali viaggerebbero più velocemente e più lontano.

"I vantaggi della luce potrebbero migliorare le prestazioni delle reti neurali per l'analisi dei dati scientifici come le ricerche di pianeti simili alla Terra e la scienza dell'informazione quantistica, e accelerare lo sviluppo di sistemi di controllo altamente intuitivi per veicoli autonomi, "Ha detto il fisico del NIST Jeff Chiles.

Un computer convenzionale elabora le informazioni attraverso algoritmi, o regole codificate dall'uomo. Al contrario, una rete neurale si basa su una rete di connessioni tra elementi di elaborazione, o neuroni, che può essere addestrato a riconoscere determinati modelli di stimoli. Un computer neurale o neuromorfo consisterebbe in un grande, complesso sistema di reti neurali.

Descritto in un nuovo documento, il chip NIST supera una grande sfida all'uso dei segnali luminosi impilando verticalmente due strati di guide d'onda fotoniche, strutture che confinano la luce in linee strette per il routing dei segnali ottici, proprio come i cavi instradano i segnali elettrici. Questo design tridimensionale (3D) consente schemi di routing complessi, che sono necessari per imitare i sistemi neurali. Per di più, questo design può essere facilmente esteso per incorporare ulteriori livelli di guida d'onda quando necessario per reti più complesse.

Le guide d'onda impilate formano una griglia tridimensionale con 10 ingressi o neuroni "a monte" ciascuno connesso a 10 uscite o neuroni "a valle", per un totale di 100 ricevitori. Fabbricato su un wafer di silicio, le guide d'onda sono in nitruro di silicio e sono larghe 800 nanometri (nm) ciascuna e spesse 400 nm. I ricercatori hanno creato un software per generare automaticamente l'instradamento del segnale, con livelli regolabili di connettività tra i neuroni.

La luce laser è stata diretta nel chip attraverso una fibra ottica. L'obiettivo era di indirizzare ogni input a ogni gruppo di output, seguendo uno schema di distribuzione selezionato per intensità luminosa o potenza. I livelli di potenza rappresentano lo schema e il grado di connettività nel circuito. Gli autori hanno dimostrato due schemi per il controllo dell'intensità dell'output:uniforme (ogni output riceve la stessa potenza) e una distribuzione a "curva a campana" (in cui i neuroni medi ricevono la massima potenza, mentre i neuroni periferici ricevono meno).

Per valutare i risultati, i ricercatori hanno realizzato immagini dei segnali di uscita. Tutti i segnali sono stati focalizzati attraverso una lente di microscopio su un sensore a semiconduttore ed elaborati in fotogrammi. Questo metodo consente di analizzare più dispositivi contemporaneamente con elevata precisione. L'output è stato molto uniforme, con bassi tassi di errore, confermando la precisa distribuzione della potenza.

"Abbiamo davvero fatto due cose qui, " ha detto Chiles. "Abbiamo iniziato a utilizzare la terza dimensione per consentire una maggiore connettività ottica, e abbiamo sviluppato una nuova tecnica di misurazione per caratterizzare rapidamente molti dispositivi in ​​un sistema fotonico. Entrambi i progressi sono cruciali quando iniziamo a passare a massicci sistemi neurali optoelettronici".