Il calcolo neuromorfico sarà fantastico… se l’hardware sarà in grado di gestire il carico di lavoro

“I codici ispirati al cervello della rivoluzione dell’intelligenza artificiale vengono in gran parte eseguiti su architetture di computer convenzionali in silicio che non sono state progettate per questo”, spiega Erica Carlson, 150 anni.^th Professore dell’anniversario di fisica e astronomia alla Purdue University.

Uno sforzo congiunto tra i fisici della Purdue University, dell’Università della California a San Diego (USCD) e dell’École Supérieure de Physique et de Chimie Industrielles (ESPCI) di Parigi, Francia, ritiene di aver scoperto un modo per rielaborare l’hardware…. Imitando le sinapsi del cervello umano. Hanno pubblicato i loro risultati, “Memoria di inversione di rampa distribuita spazialmente in VO₂” in Advanced Electronic Materials che appare sul retro della copertina dell’edizione di ottobre 2023.

Saranno necessari nuovi paradigmi nell’hardware per gestire la complessità dei progressi computazionali di domani. Secondo Carlson, scienziato teorico capo di questa ricerca, “le architetture neuromorfiche sono promettenti per processori a basso consumo energetico, computazione avanzata, modalità computazionali fondamentalmente diverse, apprendimento nativo e riconoscimento di modelli migliorato”.

L’architettura neuromorfica si riduce fondamentalmente a chip di computer che imitano il comportamento del cervello. I neuroni sono cellule del cervello che trasmettono informazioni. I neuroni hanno piccoli spazi alle loro estremità che permettono ai segnali di passare da un neurone all’altro e sono chiamati sinapsi. Nel cervello biologico, queste sinapsi codificano la memoria. Questo team di scienziati conclude che gli ossidi di vanadio mostrano un’enorme promessa per il calcolo neuromorfico perché possono essere utilizzati per creare sia neuroni artificiali che sinapsi.

“La dissonanza tra hardware e software è all’origine del costo energetico enormemente elevato della formazione, ad esempio, di grandi modelli linguistici come ChatGPT”, spiega Carlson. “Al contrario, le architetture neuromorfiche promettono un minor consumo di energia imitando i componenti di base di un cervello: neuroni e sinapsi. Mentre il silicio è efficace nell’immagazzinamento della memoria, il materiale non si presta facilmente a comportamenti simili ai neuroni. In definitiva, per fornire soluzioni hardware neuromorfiche efficienti e realizzabili richiedono la ricerca di materiali con un comportamento radicalmente diverso dal silicio, ovvero quelli che possono imitare naturalmente sinapsi e neuroni. Sfortunatamente, le esigenze di progettazione concorrenti di sinapsi e neuroni artificiali significano che la maggior parte dei materiali che costituiscono buoni sinapsi falliscono come neuristori, e viceversa. Solo una manciata di materiali, la maggior parte dei quali materiali quantistici, hanno la capacità dimostrata di fare entrambe le cose.”

Il team si è basato su un tipo di memoria non volatile scoperto di recente, che è guidato da ripetuti cicli parziali della temperatura attraverso la transizione isolante-metallo. Questa memoria è stata scoperta negli ossidi di vanadio.

Alexandre Zimmers, capo scienziato sperimentale dell’Università della Sorbona e dell’École Supérieure de Physique et de Chimie Industrielles di Parigi, spiega: “Solo pochi materiali quantistici sono buoni candidati per futuri dispositivi neuromorfici, cioè imitano sinapsi e neuroni artificiali. Per la prima volta, in uno di essi, il biossido di vanadio, possiamo vedere otticamente cosa sta cambiando nel materiale mentre funziona come una sinapsi artificiale. Scopriamo che la memoria si accumula in tutto il campione, aprendo nuove opportunità su come e dove controllare questa proprietà. “

“I video microscopici mostrano che, sorprendentemente, il ripetuto avanzamento e ritiro dei domini metallici e isolanti fa sì che la memoria si accumuli nell’intero campione, piuttosto che solo ai confini dei domini”, spiega Carlson. “La memoria appare come cambiamenti nella temperatura locale alla quale il materiale passa dall’isolante al metallo durante il riscaldamento, o dal metallo all’isolante durante il raffreddamento. Proponiamo che questi cambiamenti nella temperatura di transizione locale si accumulino a causa della diffusione preferenziale dei difetti puntuali in i domini metallici che si intrecciano attraverso l’isolante mentre il materiale viene sottoposto a un ciclo parziale di transizione.”

Ora che il team ha stabilito che gli ossidi di vanadio sono possibili candidati per futuri dispositivi neuromorfici, prevede di andare avanti nella fase successiva della ricerca.

“Ora che abbiamo stabilito un modo per vedere all’interno di questo materiale neuromorfico, possiamo modificare localmente e osservare gli effetti, ad esempio, del bombardamento ionico sulla superficie del materiale”, spiega Zimmers. “Questo potrebbe permetterci di guidare la corrente elettrica attraverso regioni specifiche del campione dove l’effetto memoria è al suo massimo. Ciò ha il potenziale per migliorare significativamente il comportamento sinaptico di questo materiale neuromorfico.”