Tecnologia

I ricercatori fanno un passo avanti verso il chip di calcolo basato sulla luce, simile a un cervello. Nuovo hardware basato sulla luce che può memorizzare ed elaborare le informazioni in modo simile al cervello umano.

Una tecnologia che funziona come un cervello? In questi tempi di intelligenza artificiale, questo non sembra più così inverosimile - per esempio, quando un telefono cellulare può riconoscere volti o lingue. Con applicazioni più complesse, tuttavia, i computer si trovano ancora di fronte ai propri limiti.

Uno dei motivi di ciò è che un computer ha tradizionalmente unità separate di memoria e processore - la conseguenza è che tutti i dati devono essere inviati avanti e indietro tra i due. Sotto questo aspetto, il cervello umano è molto più avanti persino dei computer più moderni perché elabora e memorizza le informazioni nello stesso luogo - nelle sinapsi o nelle connessioni tra i neuroni, di cui ci sono un milione di miliardi nel cervello.

Un team internazionale di ricercatori delle università di Münster (Germania), Oxford ed Exeter (entrambi nel Regno Unito) sono ora riusciti a sviluppare un hardware che potrebbe aprire la strada alla creazione di computer che somigliano al cervello umano. Gli scienziati sono riusciti a produrre un chip contenente una rete di neuroni artificiali che funziona con la luce e può imitare il comportamento dei neuroni e delle loro sinapsi.

I ricercatori sono stati in grado di dimostrare che una tale rete ottica neurosaptica è in grado di “apprendere” le informazioni e usarle come base per calcolare e riconoscere i modelli - proprio come un cervello. Poiché il sistema funziona esclusivamente con la luce e non con gli elettroni tradizionali, può elaborare i dati molte volte più velocemente.

Il Professor Wolfram Pernice (1) dell'Università di Münster e partner principale dello studio, spiega: “Questo sistema fotonico integrato è un traguardo sperimentale. L'approccio potrebbe essere usato in seguito in molti diversi campi per valutare i modelli in grandi quantità di dati, ad esempio nelle diagnosi mediche.” Lo studio è stato pubblicato dalla rivista Nature. (2)

Un computer flessibile all'interno di un flacone di medicinali che invia avvisi wireless quando rileva manomissioni, sovradosaggio o condizioni di conservazione non sicure.

Queste sono solo alcune delle molte potenziali applicazioni per la tutela della salute che offre la nuova tecnologia dei sensori sviluppata da un team della King Abdullah University of Science & Technology (KAUST).

La tecnologia digitale offre opportunità per migliorare gli approcci tradizionali ai problemi che minacciano la salute umana. Ad esempio, le reti di piccoli sensori indossabili dispiegati negli ospedali possono essere utilizzate per monitorare i focolai dell'influenza in tempo reale. Ma gli alti costi, associati alla produzione elettronica, fanno sì che questi sensori non sono disponibili dove sono più necessari, come alle popolazioni a basso reddito che soffrono in modo sproporzionato le epidemie.

Il dottor Muhammed M. Hussain, (1), il dottorando Sherjeel Khan e colleghi stanno lavorando per rendere i sensori più accessibili con l'impiego di materiali più economici. Ad esempio, hanno recentemente dimostrato che è possibile creare sensori di temperatura e umidità dalla carta disegnando circuiti con inchiostro conduttivo.

Il team ha ora sviluppato un sensore elastico: un nastro conduttivo anisotropico con una vasta gamma di applicazioni sensibili al tocco. Assemblato, esso racchiude minuscole particelle d'argento tra due strati di nastro adesivo di rame. Il nuovo materiale non è conduttivo nel suo stato normale, ma quando viene premuto da un dito, il nastro a doppio strato crea una connessione elettrica che invia un segnale a un lettore esterno.

“Dispositivi simili sono stati utilizzati nei display a schermo piatto”, spiega Sherjeel Khan, “ma li abbiamo resi semplici da costruire e facili da usare praticamente da chiunque”.

Il laboratorio DiCarlo rileva che un'architettura ricorrente aiuta sia l'intelligenza artificiale che il nostro cervello a identificare meglio gli oggetti.

La capacità di ogni persona nel riconoscere oggetti è notevole. Se si vede una tazza sotto un'illuminazione insolita o da direzioni inaspettate, ci sono buone probabilità che il proprio cervello continui a calcolare che si tratta di una tazza. Tale riconoscimento preciso dell'oggetto è un 'santo graal' per gli sviluppatori di intelligenza artificiale, come gli scienziati che si occupano di migliorare la navigazione delle auto con guida autonoma.

Anche se la modellazione del riconoscimento degli oggetti principali nella corteccia visiva ha rivoluzionato i sistemi di riconoscimento visivo artificiale, gli attuali sistemi di apprendimento profondo sono semplificati e non riescono a distinguere alcuni oggetti la cui identificazione risulta essere molto intuitiva sia per i primati che per gli umani.

Nelle scoperte pubblicate su Nature Neuroscience, l'investigatore dell'Istituto McGovern James DiCarlo (1), assieme ai suoi colleghi, ha identificato prove che il feedback migliora il riconoscimento di oggetti difficili da riconoscere nel cervello dei primati e che l'aggiunta di circuiti di feedback migliora anche le prestazioni dei sistemi di reti neurali artificiali utilizzati per la visione di applicazioni.

Le reti neurali convoluzionali (2) profonde (DCNN) sono attualmente i modelli di maggior successo per il riconoscimento accurato di oggetti in tempi rapidi (meno di 100 millisecondi) e hanno un'architettura generale ispirata al flusso visivo delle regioni corticali che progressivamente costruiscono una rappresentazione accessibile e raffinata di oggetti visualizzati. La maggior parte dei DCNN sono tuttavia semplici rispetto al flusso del primate.