La ricerca sui memristori sta aprendo la strada a una nuova era dell'intelligenza artificiale, avvicinando sempre più la tecnologia al funzionamento del cervello umano. Gli scienziati del KAIST (Korea Advanced Institute of Science and Technology) hanno recentemente fatto un passo decisivo in questa direzione, sviluppando memristori capaci di apprendimento autonomo che potrebbero rivoluzionare il modo in cui concepiamo l'elaborazione dei dati. Questi componenti elettronici, che combinano memoria ed elaborazione in un unico elemento, rappresentano il tassello mancante per creare computer veramente neuromorfi - sistemi che replicano la struttura e l'efficienza delle reti neurali biologiche; se non sapete di cosa stiamo parlando, vi rimandiamo a un nostro articolo dove approfondiamo i chip neuromorfici, cosa sono e come funzionano.
Nel 1971, l'ingegnere americano Leon Chua teorizzò l'esistenza di un quarto elemento fondamentale nei circuiti, oltre a resistori, condensatori e induttori. Questo componente, che chiamò "memristore" (fusione di "memory" e "resistor"), avrebbe dovuto essere in grado di memorizzare informazioni anche dopo lo spegnimento del dispositivo.
La peculiarità del memristore non sta solo nella sua capacità di memoria non volatile, ma nella sua abilità di eseguire contemporaneamente archiviazione ed elaborazione dei dati, proprio come fanno i neuroni e le sinapsi nel nostro cervello. Questa caratteristica lo rende il candidato ideale per costruire computer neuromorfi, macchine che emulano la struttura e il funzionamento del cervello umano.
All'inizio di quest'anno, il presidente del KAIST Kwang Hyung Lee ha annunciato lo sviluppo di un memristore capace di auto-apprendimento. I ricercatori Hakcheon Jeong e Seungjae Han hanno paragonato il funzionamento di questo sistema a "uno spazio di lavoro intelligente dove tutto è a portata di mano, invece di dover andare avanti e indietro tra scrivanie e archivi". Il memristore del KAIST può, ad esempio, separare un'immagine in movimento dallo sfondo durante l'elaborazione video, migliorando questa capacità nel tempo attraverso l'apprendimento.
L'istituto ha anche sviluppato il primo chip superconduttore per IA capace di funzionare ad altissime velocità con un consumo energetico minimo, avvicinandosi all'incredibile efficienza del cervello umano.
Gli avanzamenti nei memristori promettono di portare l'elaborazione dell'IA direttamente nei dispositivi locali, eliminando la necessità di connessioni cloud. Questo comporterebbe numerosi vantaggi: maggiore privacy per gli utenti, significativa riduzione del consumo energetico e miglioramento delle prestazioni nel tempo.
Il confronto con il cervello umano
In termini di potenza di calcolo, il nostro cervello resta un modello straordinario di efficienza: esegue 10^18 operazioni matematiche al secondo consumando appena 20 watt. Nessun computer attuale può eguagliare questo rapporto tra potenza ed efficienza energetica.
Progettare memristori sempre più avanzati ci porta gradualmente verso la creazione di veri "cervelli su chip", potenziando l'IA fino a quello che viene definita singolarità tecnologica: il momento in cui l'intelligenza artificiale potrebbe superare quella umana.
Tuttavia, il concetto di "intelligenza" resta incredibilmente complesso. La capacità di eseguire calcoli come il cervello umano non equivale necessariamente a replicare tutte le funzioni cerebrali. Alcuni scienziati suggeriscono che le IA potrebbero svilupparsi come "menti aliene", ossia costruzioni neurali diverse dalle nostre, ma indiscutibilmente intelligenti nel loro modo unico.
Per ora, il cervello umano mantiene il suo primato in termini di calcolo ultra-efficiente. Ma con il continuo perfezionamento dei memristori, l'IA potrebbe un giorno rivendicare quella corona neurale per sé, aprendo scenari ancora inesplorati nell'evoluzione dell'intelligenza artificiale.
