La rivoluzionaria produttività scientifica di Isaac Newton, mentre era isolato dalla diffusione della peste bubbonica, è leggendaria. I fisici dell'Università della California di San Diego possono ora rivendicare una partecipazione negli annali della scienza guidata dalla pandemia.

Un team di ricercatori e colleghi della UC San Diego della Purdue University ha ora simulato la fondazione di nuovi tipi di dispositivi informatici di intelligenza artificiale che imitano le funzioni cerebrali, un risultato ottenuto dal blocco della pandemia di COVID-19. Combinando nuovi materiali di supercalcolo con ossidi specializzati, i ricercatori hanno dimostrato con successo la spina dorsale delle reti di circuiti e dispositivi che rispecchiano la connettività di neuroni e sinapsi nelle reti neurali a base biologica.

Le simulazioni sono descritte nel Atti dell'Accademia Nazionale delle Scienze ( PNAS ).

Poiché le richieste di larghezza di banda dei computer e di altri dispositivi odierni raggiungono il loro limite tecnologico, gli scienziati stanno lavorando per un futuro in cui nuovi materiali possono essere orchestrati per imitare la velocità e la precisione dei sistemi nervosi animali. Calcolo neuromorfico basato su materiali quantistici, che mostrano proprietà basate sulla meccanica quantistica, consentono agli scienziati di andare oltre i limiti dei tradizionali materiali semiconduttori. Questa versatilità avanzata apre le porte a dispositivi di nuova generazione che sono molto più flessibili con un fabbisogno energetico inferiore rispetto ai dispositivi di oggi. Alcuni di questi sforzi sono guidati dal Professore Assistente del Dipartimento di Fisica Alex Frañó e da altri ricercatori del Quantum Materials for Energy Efficient Neuromorphic Computing (Q-MEEN-C) della UC San Diego, un Centro di ricerca di frontiera energetica sostenuto dal Dipartimento dell'energia.

"Negli ultimi 50 anni abbiamo assistito a incredibili traguardi tecnologici che hanno portato a computer sempre più piccoli e veloci, ma anche questi dispositivi hanno limiti per l'archiviazione dei dati e il consumo di energia, " disse Frano, che è stato uno degli autori del documento PNAS, insieme all'ex cancelliere dell'UC San Diego, Il presidente e fisico dell'UC Robert Dynes. "Il calcolo neuromorfo si ispira ai processi emergenti di milioni di neuroni, assoni e dendriti che sono collegati in tutto il nostro corpo in un sistema nervoso estremamente complesso".

Come fisici sperimentali, Frañó e Dynes sono tipicamente impegnati nei loro laboratori utilizzando strumenti all'avanguardia per esplorare nuovi materiali. Ma con l'inizio della pandemia, Frañó e i suoi colleghi sono stati costretti all'isolamento con preoccupazioni su come avrebbero portato avanti la loro ricerca. Alla fine sono giunti alla conclusione che potevano far progredire la loro scienza dal punto di vista delle simulazioni di materiali quantistici.

"Questo è un documento sulla pandemia, ", ha detto Frañó. "Io ei miei coautori abbiamo deciso di studiare questo problema da una prospettiva più teorica, quindi ci siamo seduti e abbiamo iniziato a tenere incontri settimanali (basati su Zoom). Alla fine l'idea si è sviluppata ed è decollata".

L'innovazione dei ricercatori si basava sull'unione di due tipi di sostanze quantistiche:materiali superconduttori a base di ossido di rame e materiali di transizione isolanti metallici a base di ossido di nichel. Hanno creato "dispositivi ad anello" di base che potrebbero essere controllati con precisione su scala nanometrica con elio e idrogeno, riflettendo il modo in cui i neuroni e le sinapsi sono collegati. Aggiungendo più di questi dispositivi che si collegano e scambiano informazioni tra loro, le simulazioni hanno mostrato che alla fine avrebbero consentito la creazione di una serie di dispositivi in ​​rete che mostrano proprietà emergenti come il cervello di un animale.

Come il cervello, dispositivi neuromorfici sono stati progettati per migliorare le connessioni che sono più importanti di altre, simile al modo in cui le sinapsi pesano i messaggi più importanti di altri.

"È sorprendente che quando inizi a inserire più loop, inizi a vedere comportamenti che non ti aspettavi, " ha detto Fraño. "Da questo foglio possiamo immaginare di farlo con sei, 20 o cento di questi dispositivi, quindi diventa esponenzialmente ricco da lì. In definitiva l'obiettivo è creare una rete molto ampia e complessa di questi dispositivi che avranno la capacità di apprendere e adattarsi".

Con restrizioni pandemiche allentate, Fraño e i suoi colleghi sono tornati in laboratorio, testare le simulazioni teoriche descritte nel documento PNAS con strumenti del mondo reale.