Gli ingegneri del MIT hanno progettato un “cervello-su-un-chip”, più piccolo di un coriandolo, composto da decine di migliaia di sinapsi cerebrali artificiali note come memristori – componenti a base di silicio che imitano le sinapsi di trasmissione delle informazioni nel cervello.
I ricercatori hanno preso in prestito i principi della metallurgia per fabbricare ogni memristore da leghe di argento e rame, insieme al silicio. Quando hanno utilizzato il chip per diverse attività visive, il chip era in grado di “ricordare” le immagini memorizzate e riprodurle più volte, in versioni più nitide e pulite rispetto ai progetti di memristore esistenti realizzati con elementi non legati.
I loro risultati, pubblicati sulla rivista Nature Nanotechnology, dimostrano un nuovo promettente progetto di memristori per dispositivi neuromorfi – l’elettronica che si basa su un nuovo tipo di circuito che elabora le informazioni in modo da imitare l’architettura neurale del cervello. Questa tecnologia ispirata al cervello potrebbe essere integrata in piccoli dispositivi portatili e svolgere compiti computazionali complessi che solo i supercomputer di oggi possono gestire.
“Finora esistono reti di sinapsi artificiali come software. Stiamo cercando di costruire un vero hardware di rete neurale per sistemi di intelligenza artificiale portatili”, afferma Jeehwan Kim, professore associato di ingegneria meccanica presso il MIT. “Immagina di collegare un dispositivo neuromorfo a una videocamera della tua auto e di far riconoscere luci e oggetti e prendere una decisione immediatamente, senza doverti connettere a Internet. Speriamo di utilizzare memristori efficienti dal punto di vista energetico per svolgere tali compiti in loco, in tempo reale.”
Ioni erranti
I memristori, o transistor di memoria, sono un elemento essenziale nel calcolo neuromorfo. In un dispositivo neuromorfo, un memristore servirebbe da transistor in un circuito, sebbene il suo funzionamento assomiglierebbe più da vicino a una sinapsi cerebrale – la giunzione tra due neuroni. La sinapsi riceve segnali da un neurone, sotto forma di ioni, e invia un segnale corrispondente al neurone successivo.
Un transistor in un circuito convenzionale trasmette informazioni commutando tra uno dei due soli valori, 0 e 1, e facendolo solo quando il segnale che riceve, sotto forma di corrente elettrica, ha una forza particolare. Al contrario, un memristore funziona su un gradiente, proprio come una sinapsi nel cervello. Il segnale che produce varia a seconda dell’intensità del segnale che riceve. Ciò consente a un singolo memristore di avere molti valori e quindi eseguire una gamma di operazioni molto più ampia rispetto ai transistor binari.
Come una sinapsi cerebrale, un memristore è anche in grado di “ricordare” il valore associato a una data corrente e produrre lo stesso identico segnale la prossima volta che riceve una corrente simile. Ciò potrebbe garantire che la risposta a un’equazione complessa, o la classificazione visiva di un oggetto, sia affidabile, un’impresa che normalmente coinvolge più transistor e condensatori.
In definitiva, gli scienziati prevedono che i memristori richiederanno molto meno spazio rispetto ai transistor convenzionali, consentendo la creazione di dispositivi di elaborazione portatili potenti che non devono affidarsi a supercomputer o addirittura a connessioni ad Internet.
I progetti di memristori esistenti, tuttavia, sono limitati nelle loro prestazioni. Un singolo memristore è costituito da un elettrodo positivo e negativo, separato da un “mezzo di commutazione” o spazio tra gli elettrodi. Quando viene applicata una tensione a un elettrodo, gli ioni da quell’elettrodo fluiscono attraverso il mezzo, formando un “canale di conduzione” verso l’altro elettrodo. Gli ioni ricevuti formano il segnale elettrico che il memristore trasmette attraverso il circuito. La dimensione del canale ionico (e il segnale prodotto dal memristore alla fine) dovrebbe essere proporzionale alla forza della tensione stimolante.
Kim afferma che i progetti di memristori esistenti funzionano abbastanza bene nei casi in cui la tensione stimola un grande canale di conduzione o un flusso pesante di ioni da un elettrodo all’altro. Ma questi progetti sono meno affidabili quando i memristori devono generare segnali più sottili, tramite canali di conduzione più sottili.
Più sottile è un canale di conduzione e più leggero è il flusso di ioni da un elettrodo all’altro, più è difficile per i singoli ioni restare uniti. Invece, tendono a vagare dal gruppo, perdendosi nel mezzo. Di conseguenza, è difficile per l’elettrodo di ricezione catturare in modo affidabile lo stesso numero di ioni e quindi trasmettere lo stesso segnale, quando stimolato con un certo intervallo di corrente basso.
Ispirati dalla metallurgia
Kim e i suoi colleghi hanno trovato un modo per aggirare questa limitazione prendendo in prestito una tecnica dalla metallurgia, la scienza di fondere i metalli in leghe e studiare le loro proprietà combinate.
“Tradizionalmente, i metallurgisti cercano di aggiungere atomi diversi in una matrice di massa per rafforzare i materiali, e abbiamo pensato, perché non modificare le interazioni atomiche nel nostro memristore e aggiungere qualche elemento di lega per controllare il movimento degli ioni nel nostro mezzo”, dice Kim.
Gli ingegneri in genere usano l’argento come materiale per l’elettrodo positivo di un memristore. Il team di Kim ha esaminato la letteratura per trovare un elemento che potesse essere combinato con l’argento per tenere efficacemente uniti gli ioni d’argento, consentendo loro di fluire rapidamente verso l’altro elettrodo.
Il team ha scelto il rame come elemento di lega ideale, poiché è in grado di legare sia con l’argento che con il silicio.
“Funziona come una sorta di ponte e stabilizza l’interfaccia argento-silicio”, afferma Kim.
Per creare memristori usando la loro nuova lega, il gruppo ha prima fabbricato un elettrodo negativo in silicio, quindi ha prodotto un elettrodo positivo depositando una leggera quantità di rame, seguito da uno strato di argento. I due elettrodi sono stati bloccati attorno a un mezzo di silicio amorfo. In questo modo, hanno modellato un chip di silicio di un millimetro quadrato con decine di migliaia di memristori.
Come primo test del chip, hanno ricreato un’immagine in scala di grigi dello scudo di Capitan America. Hanno equiparato ciascun pixel nell’immagine a un corrispondente memristore nel chip. Hanno quindi modulato la conduttanza di ciascun memristore per far si che fosse relativa in forza al colore nel pixel corrispondente.
Il chip ha prodotto la stessa immagine dello scudo ed è stato in grado di “ricordare” l’immagine e riprodurla molte volte, rispetto ai chip realizzati con altri materiali.
Il team ha anche gestito il chip attraverso un’attività di elaborazione delle immagini, programmando i memristore per modificare un’immagine in diversi modi specifici, tra cui la nitidezza e la sfocatura dell’immagine originale. Ancora una volta, il loro design ha prodotto le immagini riprogrammate in modo più affidabile rispetto ai progetti di memristori esistenti.
“Stiamo usando sinapsi artificiali per fare test di inferenza reale”, afferma Kim. “Vorremmo sviluppare ulteriormente questa tecnologia per disporre di array su larga scala per svolgere attività di riconoscimento delle immagini. E un giorno potresti essere in grado di portare in giro cervelli artificiali per svolgere questo tipo di attività, senza collegarti a supercomputer, Internet o il cloud.”
Questa ricerca è stata finanziata, in parte, dai fondi del MIT Research Support Committee, dal MIT-IBM Watson AI Lab, dal Samsung Global Research Laboratory e dalla National Science Foundation.
Risorse:
http://news.mit.edu/2020/thousands-artificial-brain-synapses-single-chip-0608
https://www.nature.com/articles/s41565-020-0694-5