I ricercatori di IBM sono riusciti a imitare il funzionamento dei neuroni usando materiali phase-change (a cambiamento di fase) per archiviare e processare i dati. Si tratta di un passo in avanti nello sviluppo di tecnologie neuromorfiche applicabili al cosiddetto cognitive computing, settore che fa da cappello a un insieme di tecnologie in cui rientra anche il machine learning, al fine di rendere i computer in grado d'interagire naturalmente con l'uomo.
Da decenni gli scienziati in tutto il mondo teorizzavano la possibilità di imitare le capacità di calcolo di grandi popolazioni di neuroni. Finora però non era stato possibile farlo con l'alta densità e la richiesta energetica simili a quelle osservate in biologia.
I neuroni artificiali progettati da IBM consistono di materiali phase-change, tra cui germanio tellururo di antimonio. Questo materiale mostra due stati stabili, uno amorfo (senza una chiara struttura definita) e uno cristallino (dotato di struttura). Questi materiali sono alla base dei dischi Blu-Ray riscrivibili. I neuroni artificiali però non salvano informazioni, ma sono analogici, come le sinapsi e i neuroni del nostro cervello.
Applicando una serie di impulsi elettrici ai neuroni artificiali il team ha dimostrato l'emergere di una progressiva cristallizzazione del materiale phase-change, ma cosa più importante si è verificato un evento da parte del neurone, il cosiddetto potenziale di azione. Si tratta di un fenomeno che, in biologia, prevede un rapido cambiamento di carica tra l'interno e l'esterno della membrana cellulare.
Un chip con un grande insieme di dispositivi phase-change che immagazzinano lo stato delle popolazioni di neuroni artificiali nella loro configurazione atomica.
Questo comportamento è simile a quello che s'innesca nel nostro cervello quando, ad esempio, tocchiamo qualcosa di caldo. Sfruttando questo comportamento si potrebbero usare neuroni artificiali per analizzare modelli nelle transazioni finanziarie e trovare discrepanze o usare i dati dei social media per scoprire nuovi trend culturali in tempo reale. Grandi popolazioni di questi neuroni ad alta velocità e bassa energia potrebbero trovare posto nei coprocessori neuromorfici.
Gli scienziati di IBM, inoltre, hanno organizzato centinaia di neuroni artificiali in popolazioni e gli hanno usati per rappresentare segnali complessi e veloci. I neuroni artificiali hanno dimostrato di sostenere miliardi di cicli di commutazione, pari a più anni di funzionamento con una frequenza di aggiornamento di 100 Hz. L'energia richiesta per l'aggiornamento di ogni neurone si è attestata a meno di 5 picojoule e il consumo medio sotto i 120 microwatt.
"Le popolazioni di neuroni a cambiamento di fase stocastici, insieme ad altri elementi di calcolo su scala nanometrica, come le sinapsi artificiali, potrebbero essere un fattore chiave per la creazione di una nuova generazione di sistemi di calcolo neuromorfici estremamente densi", ha spiegato Tomas Tuma, un coautore dello studio.
 | Intel Core i7-6950X | |
 | Intel Core i7-6850K |