Sinapsi artificiali, il chip del CNR impara e dimentica come il cervello umano

Dalla ricerca coordinata dal CNR-Nanotec nasce una nuova generazione di sinapsi artificiali organiche capaci di riprodurre i meccanismi di apprendimento e oblio dei neuroni. Una tecnologia basata su polimeri innovativi che potrebbe aprire la strada a chip neuromorfici più veloci ed efficienti, con consumi energetici molto ridotti.

Imparare, conservare le informazioni e, soprattutto, dimenticare. Non sono soltanto capacità del cervello umano: da oggi possono essere riprodotte anche da una sinapsi artificiale. È il risultato di uno studio internazionale coordinato dall’Istituto di nanotecnologia del Consiglio nazionale delle ricerche (CNR-Nanotec) di Roma, che apre nuove prospettive per lo sviluppo di computer ispirati al funzionamento del sistema nervoso. La ricerca, pubblicata sulla rivista Communications Materials del gruppo Nature Portfolio, ha portato alla realizzazione di sinapsi artificiali organiche in grado di imitare alcune delle funzioni fondamentali dei neuroni biologici, compresa la capacità di regolare i processi di apprendimento e oblio. Alla base della scoperta ci sono polimeri innovativi capaci di trasportare contemporaneamente cariche elettriche, sotto forma di elettroni, e segnali biologici, attraverso gli ioni. Materiali le cui proprietà possono essere modificate intervenendo direttamente sulla loro composizione chimica e sulla struttura.

«Siamo riusciti a regolare le proprietà di conduzione di questi polimeri innovativi per via chimica, controllandone la morfologia e la struttura, senza ricorrere a sovrastrutture o circuiti esterni», spiega Pierluigi Cossari, ricercatore del CNR-Nanotec e coordinatore scientifico dello studio.

Un passaggio decisivo che ha permesso di sviluppare dispositivi capaci di interagire direttamente con la dopamina, il neurotrasmettitore coinvolto nei meccanismi cerebrali dell’apprendimento.

La vera novità è saper dimenticare. I dispositivi, sviluppati presso la Northwestern University negli Stati Uniti, non si limitano infatti a riprodurre il processo di acquisizione delle informazioni, ma sono in grado di simulare anche il loro progressivo decadimento, proprio come avviene nelle sinapsi biologiche. Per ottenere questo risultato i ricercatori hanno utilizzato un sistema composto da tre polimeri, PEDOT:PSS:Nafion. Modificando la chimica del materiale è stato possibile ottenere otto differenti stati di funzionamento, attraverso i quali controllare con maggiore precisione la velocità e i tempi di decadimento della memoria artificiale. Una prestazione che, secondo i risultati sperimentali, supera quella dei sistemi tradizionali basati sul solo PEDOT:PSS, uno dei polimeri conduttivi più utilizzati nell’elettronica organica.

Non si tratta di un dettaglio: nei sistemi biologici, dimenticare è importante quanto imparare. La possibilità di controllare questo processo attraverso la chimica dei materiali potrebbe consentire di realizzare dispositivi più flessibili ed efficienti, capaci di gestire le informazioni in modo sempre più simile al cervello. Le potenzialità della scoperta sono state verificate anche attraverso simulazioni di chip neuromorfici completi, basati su architetture denominate crossbar arrays. L’obiettivo è sviluppare una nuova generazione di sistemi di calcolo che non si limiti ad aumentare la potenza di elaborazione, ma riproduca l’organizzazione e l’efficienza energetica delle reti neuronali. «I computer tradizionali sono velocissimi nell’elaborazione, ma consumano enormi quantità di energia. Il cervello umano svolge operazioni altrettanto complesse, come il riconoscimento visivo, con consumi molto inferiori. Le simulazioni del nostro studio vanno in questa direzione», sottolinea Cossari.

Una prospettiva particolarmente interessante per l’intelligenza artificiale, che richiede capacità di calcolo sempre maggiori e risorse energetiche crescenti. I chip neuromorfici potrebbero contribuire a ridurre questo divario, portando l’elaborazione delle informazioni verso modelli più vicini a quelli naturali. Il risultato è frutto di una collaborazione multidisciplinare che ha coinvolto diversi istituti del CNR: l’Istituto di cristallografia, l’Istituto per la microelettronica e microsistemi e l’Istituto per lo studio dei materiali nanostrutturati. Ha partecipato anche il Dipartimento di chimica dell’Università della Calabria, occupandosi dello studio della conducibilità ionica e dei meccanismi di trasporto. Dalla chimica dei materiali all’elettronica del futuro, la ricerca dimostra così che anche una macchina può imparare a dimenticare. E proprio questa capacità potrebbe rappresentare una delle chiavi per costruire computer più intelligenti, veloci e soprattutto meno energivori.

FOTO  rappresentazione grafica sinapsi