Nel numero di settembre della rivista Natura, scienziati della Texas A&M University, Hewlett Packard Labs e la Stanford University hanno descritto un nuovo nanodispositivo che agisce in modo quasi identico a una cellula cerebrale. Per di più, hanno dimostrato che queste cellule cerebrali sintetiche possono essere unite insieme per formare reti intricate che possono quindi risolvere i problemi in modo simile al cervello.

"Questo è il primo studio in cui siamo stati in grado di emulare un neurone con un solo dispositivo su nanoscala, che altrimenti avrebbe bisogno di centinaia di transistor, " ha detto il dottor R. Stanley Williams, autore senior dello studio e docente presso il Dipartimento di Ingegneria Elettrica e Informatica. "Siamo stati anche in grado di utilizzare con successo le reti dei nostri neuroni artificiali per risolvere versioni giocattolo di un problema del mondo reale che è computazionalmente intenso anche per le tecnologie digitali più sofisticate".

In particolare, i ricercatori hanno dimostrato la prova del concetto che il loro sistema ispirato dal cervello può identificare possibili mutazioni in un virus, che è molto importante per garantire l'efficacia dei vaccini e dei farmaci per i ceppi che mostrano diversità genetica.

Negli ultimi decenni, le tecnologie digitali sono diventate più piccole e più veloci in gran parte a causa dei progressi nella tecnologia dei transistor. Però, questi componenti critici del circuito si stanno rapidamente avvicinando al limite di quanto piccoli possano essere costruiti, avviare uno sforzo globale per trovare un nuovo tipo di tecnologia che possa integrare, se non sostituire, transistor.

Oltre a questo problema di "ridimensionamento", le tecnologie digitali basate su transistor presentano altre sfide ben note. Per esempio, faticano a trovare soluzioni ottimali quando vengono presentati con grandi insiemi di dati.

"Facciamo un esempio familiare di trovare il percorso più breve dal tuo ufficio a casa tua. Se devi fare una sola fermata, è un problema abbastanza facile da risolvere. Ma se per qualche motivo hai bisogno di fare 15 fermate intermedie, hai 43 miliardi di rotte tra cui scegliere, " ha detto il dottor Suhas Kumar, autore principale dello studio e ricercatore presso Hewlett Packard Labs. "Questo è ora un problema di ottimizzazione, e i computer attuali sono piuttosto incapaci a risolverlo."

Kumar ha aggiunto che un altro compito arduo per le macchine digitali è il riconoscimento dei modelli, come identificare un volto come lo stesso indipendentemente dal punto di vista o riconoscere una voce familiare sepolta in un frastuono di suoni.

Ma i compiti che possono mandare le macchine digitali in una frenesia computazionale sono quelli in cui il cervello eccelle. Infatti, i cervelli non sono solo veloci nel riconoscimento e nei problemi di ottimizzazione, ma consumano anche molta meno energia rispetto ai sistemi digitali. Quindi, imitando il modo in cui il cervello risolve questi tipi di compiti, Williams ha affermato che i sistemi neuromorfici o ispirati al cervello potrebbero potenzialmente superare alcuni degli ostacoli computazionali affrontati dalle attuali tecnologie digitali.

Per costruire il mattone fondamentale del cervello o un neurone, i ricercatori hanno assemblato un dispositivo sintetico su nanoscala costituito da strati di diversi materiali inorganici, ciascuno con una funzione unica. Però, hanno detto che la vera magia avviene nel sottile strato formato dal composto di biossido di niobio.

Quando viene applicata una piccola tensione a questa regione, la sua temperatura comincia ad aumentare. Ma quando la temperatura raggiunge un valore critico, il biossido di niobio subisce un rapido cambiamento di personalità, trasformandosi da isolante a conduttore. Ma quando inizia a condurre correnti elettriche, la sua temperatura scende e il biossido di niobio torna ad essere un isolante.

Queste transizioni avanti e indietro consentono ai dispositivi sintetici di generare un impulso di corrente elettrica che ricorda da vicino il profilo dei picchi elettrici, o potenziali d'azione, prodotta dai neuroni biologici. Ulteriore, cambiando la tensione attraverso i loro neuroni sintetici, i ricercatori hanno riprodotto una ricca gamma di comportamenti neuronali osservati nel cervello, come sostenuto, scoppio e sparo caotico di picchi elettrici.

"Catturare il comportamento dinamico dei neuroni è un obiettivo chiave per i computer ispirati al cervello, " ha detto Kumar. "In tutto, siamo stati in grado di ricreare circa 15 tipi di profili di scarica neuronale, il tutto utilizzando un singolo componente elettrico e ad energie molto più basse rispetto ai circuiti basati su transistor."

Per valutare se i loro neuroni sintetici possono risolvere problemi del mondo reale, i ricercatori hanno prima cablato 24 di questi dispositivi su scala nanometrica in una rete ispirata alle connessioni tra la corteccia cerebrale e il talamo, un noto percorso neurale coinvolto nel riconoscimento di schemi. Prossimo, hanno usato questo sistema per risolvere una versione giocattolo del problema della ricostruzione delle quasispecie virali, dove vengono identificate variazioni mutanti di un virus senza un genoma di riferimento.

Tramite input di dati, i ricercatori hanno introdotto la rete a brevi frammenti di geni. Quindi, programmando la forza delle connessioni tra i neuroni artificiali all'interno della rete, hanno stabilito regole di base sull'unione di questi frammenti genetici. Il compito simile a un puzzle per la rete era elencare le mutazioni nel genoma del virus in base a questi brevi segmenti genetici.

I ricercatori hanno scoperto che in pochi microsecondi, la loro rete di neuroni artificiali si è stabilizzata in uno stato che era indicativo del genoma di un ceppo mutante.

Williams e Kumar hanno notato che questo risultato è una prova di principio che i loro sistemi neuromorfici possono svolgere rapidamente compiti in modo efficiente dal punto di vista energetico.

I ricercatori hanno affermato che i prossimi passi nella loro ricerca saranno espandere il repertorio dei problemi che le loro reti simili al cervello possono risolvere incorporando altri schemi di accensione e alcune proprietà caratteristiche del cervello umano come l'apprendimento e la memoria. Hanno anche in programma di affrontare le sfide hardware per l'implementazione della loro tecnologia su scala commerciale.

"Calcolare il debito pubblico o risolvere qualche simulazione su larga scala non è il tipo di compito in cui il cervello umano è bravo ed è per questo che abbiamo i computer digitali. In alternativa, possiamo sfruttare la nostra conoscenza delle connessioni neuronali per risolvere problemi in cui il cervello è eccezionalmente bravo, " ha detto Williams. "Abbiamo dimostrato che a seconda del tipo di problema, ci sono modi diversi e più efficienti di fare calcoli diversi dai metodi convenzionali che utilizzano computer digitali con transistor."