Gli scienziati IBM hanno creato neuroni con picchi casuali utilizzando materiali a cambiamento di fase per archiviare ed elaborare i dati. Questa dimostrazione segna un significativo passo avanti nello sviluppo di sistemi efficienti dal punto di vista energetico, tecnologie neuromorfe integrate ultra-dense per applicazioni nel calcolo cognitivo.

Ispirato dal modo in cui funziona il cervello biologico, gli scienziati hanno teorizzato per decenni che dovrebbe essere possibile imitare le versatili capacità di calcolo di grandi popolazioni di neuroni. Però, farlo a densità e con un budget di potenza paragonabile a quelli visti in biologia è stata una sfida significativa, fino ad ora.

"Stiamo ricercando materiali a cambiamento di fase per applicazioni di memoria da oltre un decennio, e i nostri progressi negli ultimi 24 mesi sono stati notevoli, ", ha affermato l'IBM Fellow Evangelos Eleftheriou. "In questo periodo, abbiamo scoperto e pubblicato nuove tecniche di memoria, compresa la memoria proiettata, memorizzato per la prima volta 3 bit per cella nella memoria a cambiamento di fase, e ora stanno dimostrando le potenti capacità dei neuroni artificiali basati sul cambiamento di fase, che può eseguire varie primitive computazionali come il rilevamento della correlazione dei dati e l'apprendimento non supervisionato ad alta velocità utilizzando pochissima energia."

I neuroni artificiali progettati dagli scienziati IBM a Zurigo sono costituiti da materiali a cambiamento di fase, compreso tellururo di germanio antimonio, che presentano due stati stabili, uno amorfo (senza una struttura ben definita) e uno cristallino (con struttura). Questi materiali sono la base dei dischi Blu-ray riscrivibili. Però, i neuroni artificiali non immagazzinano informazioni digitali; sono analogici, proprio come le sinapsi e i neuroni nel nostro cervello biologico.

Nella dimostrazione pubblicata, il team ha applicato una serie di impulsi elettrici ai neuroni artificiali, che ha portato alla progressiva cristallizzazione del materiale a cambiamento di fase, infine provocando l'attivazione del neurone. Nelle neuroscienze, questa funzione è nota come proprietà di integrazione e fuoco dei neuroni biologici. Questa è la base per il calcolo basato sugli eventi e, in linea di principio, è simile a come il nostro cervello innesca una risposta quando tocchiamo qualcosa di caldo.

Sfruttando questa proprietà di integrazione e fuoco, anche un singolo neurone può essere utilizzato per rilevare schemi e scoprire correlazioni in flussi in tempo reale di dati basati su eventi. Per esempio, nell'Internet delle cose, i sensori possono raccogliere e analizzare volumi di dati meteorologici raccolti ai margini per previsioni più rapide. I neuroni artificiali potrebbero essere utilizzati per rilevare modelli nelle transazioni finanziarie per trovare discrepanze o utilizzare i dati dei social media per scoprire nuove tendenze culturali in tempo reale. Grandi popolazioni di questi ad alta velocità, neuroni su nanoscala a bassa energia potrebbero essere utilizzati anche in coprocessori neuromorfi con memoria e unità di elaborazione co-locate.

Gli scienziati IBM hanno organizzato centinaia di neuroni artificiali in popolazioni e li hanno usati per rappresentare segnali veloci e complessi. Inoltre, i neuroni artificiali hanno dimostrato di sostenere miliardi di cicli di commutazione, che corrisponderebbe a più anni di funzionamento con una frequenza di aggiornamento di 100 Hz. L'energia richiesta per ogni aggiornamento neuronale era inferiore a cinque picojoule e la potenza media inferiore a 120 microwatt, per confronto, 60 milioni di microwatt alimentano una lampadina da 60 watt.

"Popolazioni di neuroni stocastici a cambiamento di fase, combinato con altri elementi computazionali su nanoscala come sinapsi artificiali, potrebbe essere un fattore chiave per la creazione di una nuova generazione di sistemi di calcolo neuromorfici estremamente densi, " disse Tomas Tuma, un coautore del documento.