Un nuovo dispositivo informatico simile a un cervello che simula l’apprendimento umano

I ricercatori hanno sviluppato un dispositivo informatico simile a un cervello in grado di apprendere per associazione.

Simile al modo in cui il famoso fisico Ivan Pavlov ha adattato i cani per collegare una campana al cibo, i ricercatori della Northwestern University e dell’Università di Hong Kong hanno adattato con successo il loro circuito per associare la luce alla pressione.

Il La ricerca è pubblicata oggi (30 aprile) in Nature Communications.

Il segreto del dispositivo risiede nei nuovi “transistor sinaptici” organici ed elettrochimici che elaborano e memorizzano le informazioni simultaneamente proprio come il cervello umano. I ricercatori hanno dimostrato che il transistor può simulare la plasticità sia a breve che a lungo termine delle sinapsi nel cervello umano e in base ai ricordi da apprendere nel tempo.

Grazie alla sua capacità simile al cervello, il transistor e il nuovo circuito possono superare i limiti dell’informatica tradizionale, inclusi i dispositivi di riduzione della potenza e la limitata capacità di multitasking allo stesso tempo. Il dispositivo simile al cervello ha anche una maggiore tolleranza agli errori e continua a funzionare senza problemi anche quando alcuni componenti si guastano.

“Sebbene un computer moderno sia unico, il cervello umano può facilmente superarlo in alcune attività complesse e non strutturate, come il riconoscimento di schemi, il controllo motorio e l’integrazione multisensoriale”, ha detto Northwestern. Jonathan Rivnay, Uno degli autori senior dello studio. Questo grazie alla flessibilità delle sinapsi, che è l’elemento costitutivo della potenza di calcolo del cervello. Queste sinapsi consentono al cervello di operare in parallelo, è altamente tollerante agli errori ed efficiente dal punto di vista energetico. Nel nostro lavoro, mostriamo un transistor di plastica organica che simula le funzioni principali di una sinapsi biologica “.

Rivnay è Professore Associato di Ingegneria Biomedica presso la Northwestern University McCormick School of Engineering. Ha co-condotto lo studio con Paddy Chan, Professore Associato di Ingegneria Meccanica presso l’Università di Hong Kong. Xudong Ji, un ricercatore post-dottorato presso il Rivnay Group, è il primo autore dell’articolo.

Problemi informatici tradizionali

I sistemi di elaborazione digitale tradizionali hanno unità di elaborazione e archiviazione separate, che fanno sì che le attività ad alta intensità di dati consumino grandi quantità di energia. Ispirati dal processo di elaborazione e archiviazione incorporato nel cervello umano, i ricercatori hanno cercato, negli ultimi anni, di sviluppare computer che funzionino come il cervello umano, con array di dispositivi che agiscono come una rete di neuroni.

“Il modo in cui funzionano i nostri sistemi informatici attuali è che la memoria e la logica sono fisicamente separate”, ha detto Ji. “Fai un calcolo e invii quelle informazioni a un’unità di memoria. Quindi ogni volta che vuoi recuperare queste informazioni, devi ricordarle. Se possiamo combinare queste due funzioni separate insieme, possiamo risparmiare spazio e risparmiare sui costi energetici”.

Attualmente, il memristor è la tecnologia più avanzata in grado di eseguire una funzione di elaborazione e memoria condivisa, ma il memristor soffre di costose commutazioni di energia e minore biocompatibilità. Questi inconvenienti hanno portato i ricercatori al transistor sinapsi, in particolare il transistor sinapsi organico elettrochimico, che funziona a basse tensioni, memoria regolabile in modo continuo e alta compatibilità con applicazioni biologiche. Ci sono ancora delle sfide.

“Anche i transistor sinaptici organici elettrochimici ad alte prestazioni richiedono la separazione del processo di scrittura dal processo di lettura”, ha affermato Rivnay. “Quindi, se vuoi preservare la memoria, devi separarla dal processo di scrittura, il che può complicare ulteriormente l’integrazione in circuiti o sistemi.”

Come funziona il transistor sinaptico

Per superare queste sfide, il team della Northwestern University e dell’Università di Hong Kong ha migliorato una plastica conduttiva all’interno di un transistor elettrochimico organico in grado di intrappolare gli ioni. Nel cervello, una sinapsi è una struttura attraverso la quale un neurone può trasmettere segnali a un altro neurone, utilizzando piccole molecole chiamate neurotrasmettitori. In un transistor sinaptico, gli ioni si comportano in modo simile ai neurotrasmettitori, inviando segnali tra i terminali per formare sinapsi artificiali. Trattenendo i dati memorizzati dagli ioni intrappolati, il transistor ricorda le attività passate, il che porta allo sviluppo di elasticità a lungo termine.

I ricercatori hanno dimostrato il comportamento sinaptico del loro dispositivo collegando singoli transistor sinaptici a un circuito neuromorfico per simulare l’apprendimento associativo. Hanno integrato sensori di pressione e luce nel circuito e hanno addestrato il circuito a collegare tra loro input fisici non correlati (pressione e luce).

Borsista postdottorato

Forse l’esempio più famoso di apprendimento associativo è il cane di Pavlov, che sbava naturalmente di fronte al cibo. Dopo che il cane si è adattato ad associare il suono del campanello al cibo, anche il cane ha iniziato a sbavare quando ha sentito il suono del campanello. Per il circuito neurale, i ricercatori hanno attivato la tensione applicando una pressione con la semplice pressione di un dito. Per adattare il circuito per mettere in relazione la luce con la pressione, i ricercatori hanno prima applicato una luce pulsata da un LED e poi l’hanno immediatamente premuta. In questo scenario, la pressione è il cibo e la luce è la campana. I sensori corrispondenti al dispositivo hanno rilevato entrambi gli ingressi.

Dopo una sessione di allenamento, il circuito ha stabilito un primo contatto tra luce e pressione. Dopo cinque sessioni di allenamento, il circuito ha applicato la luce pesantemente alla pressione. La luce, da sola, è stata in grado di attivare un segnale, o una “risposta incondizionata”.

Applicazioni future

Poiché il circuito sinaptico è fatto di polimeri morbidi, come la plastica, può essere facilmente fabbricato su pannelli flessibili e facilmente integrato in elettronica morbida e indossabile, robot intelligenti e dispositivi impiantabili che interagiscono direttamente con i tessuti viventi e persino il cervello.

“Sebbene la nostra app sia una prova del concetto, il nostro circuito proposto potrebbe essere ulteriormente ampliato per includere più input sensoriali e combinato con altri dispositivi elettronici per consentire il calcolo nel sito a bassa energia”, ha detto Rivnay. “Poiché è compatibile con gli ambienti biologici, il dispositivo può interagire direttamente con i tessuti viventi, il che è fondamentale per la prossima generazione di bionici”.

Lo studio, “Simulazione di apprendimento associativo utilizzando un transistor elettrochimico intrappolato con ioni entangled organico non volatile”, è stato sostenuto dalla National Science Foundation (premio numero DMR-1751308), l’Hong Kong Public Research Fund (premio numero HKU 17264016 e HKU 17204517 ) e la National Natural Science Foundation in Cina.