Ricercatori dell'Oak Ridge National Laboratory del Department of Energy, l'Università del Tennessee e la Texas A&M University hanno dimostrato dispositivi bio-ispirati che accelerano i percorsi verso neuromorfi, o simile al cervello, informatica.

Risultati pubblicati in Comunicazioni sulla natura riportare il primo esempio di un "memcapacitor" a base lipidica, " un componente di accumulo di carica con memoria che elabora le informazioni in modo molto simile alle sinapsi nel cervello. La loro scoperta potrebbe supportare l'emergere di reti di calcolo modellate sulla biologia per un approccio sensoriale all'apprendimento automatico.

"Il nostro obiettivo è sviluppare materiali ed elementi informatici che funzionino come sinapsi e neuroni biologici, con una vasta interconnettività e flessibilità, per abilitare sistemi autonomi che operano in modo diverso dagli attuali dispositivi informatici e offrire nuove funzionalità e capacità di apprendimento, " disse Joseph Najem, un recente ricercatore post-dottorato presso il Center for Nanophase Materials Sciences dell'ORNL, una struttura per gli utenti dell'Office of Science del DOE, e attuale assistente professore di ingegneria meccanica alla Penn State.

Il nuovo approccio utilizza materiali morbidi per imitare le biomembrane e simulare il modo in cui le cellule nervose comunicano tra loro.

Il team ha progettato una membrana cellulare artificiale, formato all'interfaccia di due goccioline d'acqua rivestite di lipidi nell'olio, per esplorare la dinamica del materiale, proprietà elettrofisiologiche. A tensioni applicate, le cariche si accumulano su entrambi i lati della membrana come energia immagazzinata, analogamente al modo in cui funzionano i condensatori nei circuiti elettrici tradizionali.

Ma a differenza dei normali condensatori, il memcapacitor può "ricordare" una tensione precedentemente applicata e, letteralmente, modellare il modo in cui le informazioni vengono elaborate. Le membrane sintetiche cambiano superficie e spessore a seconda dell'attività elettrica. Queste membrane mutaforma potrebbero essere sintonizzate come filtri adattativi per specifici segnali biofisici e biochimici.

"La nuova funzionalità apre strade per l'elaborazione del segnale non digitale e l'apprendimento automatico modellato sulla natura, " ha detto Pat Collier di ORNL, un ricercatore del personale del CNMS.

Una caratteristica distintiva di tutti i computer digitali è la separazione tra elaborazione e memoria. Le informazioni vengono trasferite avanti e indietro dal disco rigido e dal processore centrale, creando un collo di bottiglia intrinseco nell'architettura, non importa quanto piccolo o veloce possa essere l'hardware.

Calcolo neuromorfico, modellato sul sistema nervoso, impiega architetture che sono fondamentalmente diverse in quanto la memoria e l'elaborazione del segnale sono co-locate in elementi di memoria:memristori, memcondensatori e meminduttori.

Questi "memelementi" costituiscono l'hardware sinaptico dei sistemi che imitano l'elaborazione naturale delle informazioni, apprendimento e memoria.

I sistemi progettati con memelements offrono vantaggi in termini di scalabilità e basso consumo energetico, ma il vero obiettivo è ritagliarsi un percorso alternativo all'intelligenza artificiale, disse Collier.

Attingere alla biologia potrebbe consentire nuove possibilità di calcolo, soprattutto nel campo dell'"edge computing, " come le tecnologie indossabili e integrate che non sono collegate a un cloud ma prendono invece decisioni al volo basate su input sensoriali ed esperienze passate.

Il rilevamento biologico si è evoluto nel corso di miliardi di anni in un sistema altamente sensibile con recettori nelle membrane cellulari in grado di rilevare una singola molecola di uno specifico odore o sapore. "Questo non è qualcosa che possiamo eguagliare digitalmente, " ha detto Collier.

Il calcolo digitale si basa sull'informazione digitale, il linguaggio binario degli uno e degli zeri che scorre attraverso i circuiti elettronici. Può emulare il cervello umano, ma i suoi componenti a stato solido non calcolano i dati sensoriali come fa un cervello.

"Il cervello calcola le informazioni sensoriali trasmesse attraverso le sinapsi in una rete neurale che è riconfigurabile e modellata dall'apprendimento, "ha detto Collier. "Incorporare la biologia, utilizzando biomembrane che rilevano le informazioni bioelettrochimiche, è la chiave per sviluppare la funzionalità del calcolo neuromorfo".

Sebbene siano state dimostrate numerose versioni a stato solido di memelements, gli elementi biomimetici del team rappresentano nuove opportunità per potenziali reti neurali "spiking" in grado di calcolare dati naturali in modi naturali.

Le reti neurali di picco hanno lo scopo di simulare il modo in cui i neuroni aumentano con il potenziale elettrico e, se il segnale è abbastanza forte, trasmetterlo ai loro vicini attraverso le sinapsi, ritagliandosi percorsi di apprendimento che vengono potati nel tempo per l'efficienza.

Una versione bio-ispirata con elaborazione dati analogica è un obiettivo lontano. L'attuale ricerca in fase iniziale si concentra sullo sviluppo dei componenti dei biocircuiti.

"Siamo partiti dalle basi, un memristore che può pesare le informazioni tramite conduttanza per determinare se un picco è abbastanza forte da essere trasmesso attraverso una rete di sinapsi che collegano i neuroni, " ha detto Collier. "Il nostro memcapacitor va oltre in quanto può effettivamente immagazzinare energia come carica elettrica nella membrana, consentendo la complessa attività "integra e attiva" dei neuroni necessaria per realizzare reti dense capaci di calcoli simili a quelli del cervello".

I prossimi passi del team sono esplorare nuovi biomateriali e studiare reti semplici per ottenere funzionalità simili al cervello più complesse con i memelementi.

L'articolo, "Capacità di memoria dinamica non lineare nelle membrane biomimetiche, " è pubblicato in Comunicazioni sulla natura .