Il Korea Advanced Institute of Science and Technology (KAIST) ha annunciato nel gennaio 2024 lo sviluppo di un memristor ad autoapprendimento, un componente progettato per replicare la funzione delle sinapsi nel cervello umano. Secondo il presidente del KAIST Kwang Hyung Lee, il nuovo dispositivo può correggere i propri errori e migliorare le proprie prestazioni nel tempo, affrontando le sfide precedenti nei sistemi neuromorfici.
La ricerca, pubblicata sulla rivista Nature Electronics, delinea le capacità del memristor. I ricercatori riferiscono che il chip può, ad esempio, imparare a separare un’immagine in movimento dal suo sfondo durante l’elaborazione video e migliorare progressivamente la sua capacità di svolgere questo compito. Questo progresso potrebbe consentire l’esecuzione locale di compiti complessi di intelligenza artificiale sui dispositivi anziché fare affidamento su server cloud remoti, il che aumenterebbe sia la privacy che l’efficienza energetica.
“Questo sistema è come uno spazio di lavoro intelligente in cui tutto è a portata di mano invece di dover andare avanti e indietro tra scrivanie e schedari”, hanno affermato i ricercatori KAIST Hakcheon Jeong e Seungjae Han in un comunicato stampa. “Questo è simile al modo in cui il nostro cervello elabora le informazioni, dove tutto viene elaborato in modo efficiente e contemporaneamente in un unico punto.”
Il memristor, un termine derivato da “memoria” e “resistore”, è considerato un elemento fondamentale per l’informatica neuromorfica, o simile al cervello. Il concetto fu teorizzato per la prima volta nel 1971 dall’ingegnere elettrico e informatico americano Leon Chua. Propose che accanto al resistore, al condensatore e all’induttore dovesse esistere un quarto componente elettrico fondamentale. Chua immaginava il memristor come un componente di memoria non volatile in grado di memorizzare informazioni anche quando spento.
Sebbene la teoria esistesse da decenni, i ricercatori non hanno scoperto sperimentalmente i memristor fino al 2008. Questa svolta ha innescato sforzi scientifici globali per migliorare le loro capacità. La capacità di un memristor di eseguire simultaneamente sia l’archiviazione dei dati che il calcolo lo rende un efficace sostituto di una sinapsi artificiale in una rete neurale AI, imitando il funzionamento del cervello umano.
Uno degli obiettivi principali di questo campo di ricerca è costruire computer in grado di funzionare con l’efficienza e la potenza del cervello umano. Si stima che il cervello possa eseguire circa un miliardo di miliardi (10^18) di operazioni matematiche al secondo utilizzando solo 20 watt di potenza. Raggiungere questo livello di iperefficienza è un requisito fondamentale per lo sviluppo di un cervello AI neuromorfico pratico.
In uno sviluppo correlato quest’anno, KAIST ha anche creato il primo chip superconduttore AI. Questo chip è progettato per un funzionamento ad altissima velocità con un consumo energetico minimo, emulando ulteriormente l’efficienza del cervello.
Questi miglioramenti tecnologici sono visti come passi incrementali verso la creazione di un “cervello su chip”. Tale tecnologia potrebbe far avanzare significativamente l’intelligenza artificiale e potenzialmente accelerare il progresso verso la singolarità, un punto futuro teorico in cui l’intelligenza artificiale supera l’intelligenza umana.
Tuttavia, l’articolo rileva che “l’intelligenza” è un argomento complesso. La capacità di un’intelligenza artificiale di eseguire determinati calcoli simili al cervello umano non significa che possa replicare tutte le diverse funzioni del cervello.
Alcuni scienziati ipotizzano che tali macchine potrebbero evolversi in “menti aliene”, possedendo costruzioni neurali intelligenti in un modo fondamentalmente diverso dalla cognizione umana. Per il momento, il cervello umano rimane lo standard per l’informatica iperefficiente. Attraverso i continui progressi con componenti come i memristor, l’intelligenza artificiale potrebbe eventualmente sfidare questa posizione.
