L'Internet delle cose sta arrivando, tanto lo sappiamo. Ma non senza componenti e chip in grado di gestire l'esplosione di dati fornita dall'IoT. Nel 2020, saranno installati 50 miliardi di sensori Internet industriali. Un unico dispositivo autonomo:uno smartwatch, un robot di pulizia, o un'auto senza conducente:può produrre gigabyte di dati ogni giorno, considerando che un airbus può avere più di 10, 000 sensori solo in un'ala.

Bisogna superare due ostacoli. Primo, gli attuali transistor nei chip dei computer devono essere miniaturizzati alla dimensione di pochi nanometri, una grande sfida termodinamica; secondo, l'analisi e l'archiviazione di quantità di dati senza precedenti richiederanno altrettanto enormi quantità di energia. Sayani Majumdar, Academy Fellow presso Aalto University, insieme ai suoi colleghi, sta progettando la tecnologia per affrontare entrambi i problemi.

Majumdar ha progettato e fabbricato con i suoi colleghi gli elementi costitutivi di base dei componenti futuri in quelli che vengono chiamati computer "neuromorfici" ispirati al cervello umano. È un campo di ricerca su cui stanno investendo molto le più grandi aziende ICT del mondo e anche l'UE. Ancora, nessuno ha ancora ideato un'architettura hardware su scala nanometrica che possa essere scalata per la produzione e l'uso industriale.

"La tecnologia e il design del calcolo neuromorfo stanno avanzando più rapidamente della sua rivoluzione rivale, informatica quantistica. C'è già un'ampia speculazione sia nel mondo accademico che nella ricerca e sviluppo aziendale sui modi per inscrivere capacità di elaborazione pesante nell'hardware degli smartphone, tablet e laptop. La chiave è raggiungere l'estrema efficienza energetica di un cervello biologico e imitare il modo in cui le reti neurali elaborano le informazioni attraverso impulsi elettrici, " spiega Majumdar.

Componenti di base per computer che funzionano come il cervello

Nel loro recente articolo in Materiali funzionali avanzati , Majumdar e il suo team riferiscono di aver fabbricato una nuova generazione di giunzioni tunnel ferroelettriche, film sottili ferroelettrici su scala nanometrica inseriti tra due elettrodi. Hanno capacità che vanno oltre le tecnologie esistenti e sono di buon auspicio per un calcolo neuromorfico stabile ed efficiente dal punto di vista energetico.

Le giunzioni funzionano a basse tensioni inferiori a cinque volt e con una varietà di materiali per elettrodi, incluso il silicio utilizzato nei chip nella maggior parte dei nostri componenti elettronici. Possono anche conservare i dati per più di 10 anni senza alimentazione ed essere prodotti in condizioni normali.

Le giunzioni del tunnel fino a questo punto sono state per lo più fatte di ossidi metallici e richiedono temperature di 700 gradi Celsius e alti livelli di vuoto per essere fabbricate. I materiali ferroelettrici contengono anche piombo che li rende – e tutti i nostri computer – un serio rischio ambientale.

"Le nostre giunzioni sono realizzate con materiali organici idrocarburici e ridurrebbero la quantità di rifiuti di metalli pesanti tossici nell'elettronica. Possiamo anche realizzare migliaia di giunzioni al giorno a temperatura ambiente senza che soffrano dell'acqua o dell'ossigeno nell'aria, " spiega Majumdar.

Ciò che rende i componenti a film sottile ferroelettrico ottimi per i computer neuromorfici è la loro capacità di passare non solo tra stati binari - 0 e 1 - ma un gran numero di stati intermedi, anche. Ciò consente loro di 'memorizzare' informazioni non dissimili dal cervello:di immagazzinarle a lungo con piccole quantità di energia e di conservare le informazioni che hanno ricevuto una volta, anche dopo essere state spente e riaccese.

Questi sono chiamati memristori. Sono ideali per calcoli simili a quelli dei cervelli biologici. Prendere, Per esempio, il prossimo rover Mars 2020. Affinché il Rover elabori i dati da solo utilizzando un solo pannello solare come fonte di energia, i suoi algoritmi non supervisionati dovranno utilizzare un cervello artificiale.

"Quello per cui ci stiamo impegnando ora è integrare milioni dei nostri memristori di giunzione del tunnel in una rete su un'area di un centimetro quadrato. Possiamo aspettarci di imballarne così tanti in uno spazio così piccolo perché ora abbiamo raggiunto una differenza record nella corrente tra gli stati on e off nelle giunzioni e che fornisce stabilità funzionale.I memristori potrebbero quindi eseguire compiti complessi come il riconoscimento di immagini e pattern e prendere decisioni in modo autonomo, "dice Majumdar.