Poiché l'intelligenza artificiale è diventata sempre più sofisticata, ha ispirato nuovi sforzi per sviluppare computer la cui architettura fisica imita il cervello umano. Un approccio, chiamato calcolo del serbatoio, consente ai dispositivi hardware di ottenere i calcoli di dimensioni superiori richiesti dall'intelligenza artificiale emergente. Un nuovo dispositivo mette in evidenza il potenziale di sistemi meccanici estremamente piccoli per ottenere questi calcoli.

Un gruppo di ricercatori dell'Université de Sherbrooke in Québec, Canada, riporta la costruzione del primo dispositivo di calcolo del giacimento costruito con un sistema microelettromeccanico (MEMS). Pubblicato in Giornale di Fisica Applicata , la rete neurale sfrutta la dinamica non lineare di un raggio di silicio su microscala per eseguire i suoi calcoli. Il lavoro del gruppo mira a creare dispositivi che possano agire contemporaneamente come un sensore e un computer utilizzando una frazione dell'energia che un normale computer utilizzerebbe.

L'articolo appare in una sezione speciale della rivista dedicata a "New Physics and Materials for Neuromorphic Computation, " che mette in evidenza i nuovi sviluppi nella ricerca scientifica fisica e dei materiali che promettono di sviluppare su larga scala, sistemi "neuromorfi" integrati di domani che porteranno il calcolo oltre i limiti degli attuali semiconduttori di oggi.

"Questi tipi di calcoli vengono normalmente eseguiti solo nel software, e i computer possono essere inefficienti, " disse Guillaume Dion, un autore sulla carta. "Molti dei sensori oggi sono costruiti con MEMS, quindi dispositivi come il nostro sarebbero la tecnologia ideale per offuscare il confine tra sensori e computer".

Il dispositivo si basa sulla dinamica non lineare di come il fascio di silicio, con larghezze 20 volte più sottili di un capello umano, oscilla nello spazio. I risultati di questa oscillazione vengono utilizzati per costruire una rete neurale virtuale che proietta il segnale in ingresso nello spazio dimensionale superiore richiesto per il calcolo della rete neurale.

Nelle manifestazioni, il sistema è stato in grado di passare tra diverse attività di benchmark comuni per le reti neurali con relativa facilità, Dione ha detto, inclusa la classificazione dei suoni parlati e l'elaborazione di schemi binari con un'accuratezza del 78,2 percento e del 99,9 percento rispettivamente.

"Questo minuscolo raggio di silicio può svolgere compiti molto diversi, " disse Julien Sylvestre, un altro autore sulla carta. "È sorprendentemente facile regolarlo per farlo funzionare bene nel riconoscimento delle parole."

Sylvestre ha detto che lui e i suoi colleghi stanno cercando di esplorare calcoli sempre più complicati usando il dispositivo a raggio di silicio, con la speranza di sviluppare sensori e controller di robot piccoli ed efficienti dal punto di vista energetico.