Sinapsi artificiali di laboratorio commutano in 26 nanosecondi

In pochi minuti, un chip realizzato da ricercatori di Suzhou, in Cina, può cambiare il proprio stato in 26 nanosecondi e poi dissolversi in sei minuti. Il chip è una matrice flessibile di 100 sinapsi artificiali, cioè le connessioni che permettono al cervello di immagazzinare e modificare ciò che ha appreso. Per ora esiste solo in laboratorio.

Il cervello funziona con all'incirca l'energia di una lampadina da frigorifero, anche perché memoria ed elaborazione avvengono nello stesso luogo. I computer tradizionali tengono separate le due cose. L'intelligenza artificiale, che richiede contemporaneamente miliardi di valori interconnessi, costringe i dati a viaggiare avanti e indietro tra le due sezioni, e questo traffico costa energia e tempo. Gli ingegneri hanno cercato di copiare la disposizione del cervello con dispositivi rigidi come i memristori, di solito realizzati con silicio, ossido di afnio o biossido di titanio e rivestiti con metalli pesanti come platino o tungsteno. I loro filamenti metallici crescono lungo percorsi imprevedibili, quindi due dispositivi dello stesso chip non si comportano mai esattamente allo stesso modo, e i materiali fragili non si piegano facilmente né aderiscono ai tessuti viventi.

Il dispositivo del team di Suzhou sostituisce quei materiali con una struttura organica legata da idrogeno, chiamata TCPP-HOF. I suoi elementi costitutivi sono molecole di porfirina, che si dispongono in lamine piatte impilate a circa 0,35 nanometri di distanza. Le cariche si muovono attraverso questa struttura ordinata più facilmente che in un film organico disordinato. Una tensione positiva intrappola gli elettroni nella struttura e riduce la resistenza; una tensione negativa li rilascia e la fa di nuovo salire. Questo va e vieni è ciò che permette al dispositivo di imitare una sinapsi che si rafforza o si indebolisce nel tempo. Il team ha inserito questo strato tra due elettrodi di MXene su una plastica flessibile di poliimmina, e ha depositato tutto con metodi di rivestimento liquido anziché con le apparecchiature a vuoto su cui si basa la produzione tradizionale di chip. Il risultato è una matrice 10 x 10 capace di mantenere 10 livelli di conduttanza distinti.

Il dato principale, la precisione del 97,23% sulle cifre scritte a mano, va letto con attenzione. I ricercatori hanno inserito le misure del dispositivo in una rete neurale convoluzionale addestrata sul dataset standard MNIST, e la rete ha raggiunto il 97,23%, vicino al 99,24% del riferimento software. Ma quella rete rappresenta circa 120.000 sinapsi; il compito non è stato eseguito sulle 100 unità fisiche. Il risultato dimostra che il comportamento misurato dell'hardware è utilizzabile per il riconoscimento. Non dimostra ancora che un chip di 100 sinapsi possa svolgere il lavoro da solo.

Cosa cambia, e per chi? La risposta, per ora, riguarda i gruppi di ricerca nell'elettronica flessibile, nella robotica morbida e nei dispositivi medici impiantabili, che hanno bisogno di componenti capaci di piegarsi, aderire a superfici irregolari ed essere degradati senza residui tossici. Le fonti non indicano alcuna tempistica, nessun costo di produzione e nessun piano per una matrice più grande, e il rapporto non dice come si sia concluso il test di piegatura. Il dispositivo è una dimostrazione promettente, non un prodotto. Il prossimo banco di prova sarà verificare se queste proprietà reggano il passaggio da una matrice alle grandi reti che usano i sistemi di intelligenza artificiale reali.