Sommario
L’emergent computing è un campo che trae ispirazione dai processi computazionali naturali, caratterizzati da complessi meccanismi che emergono dalla cooperazione di processi semplici. Questo approccio si focalizza su sistemi dove il comportamento complessivo non dipende dalle singole parti ma dalle relazioni tra di esse. Un esempio di emergent computing è rappresentato dalle reti neurali artificiali (ANNs), sviluppate basandosi sul comportamento computazionale emergente dei cervelli biologici. Entrambi questi sistemi complessi sono composti da elementi semplici le cui interazioni combinano per generare calcoli complessi o processi cognitivi.
Il ruolo del reservoir computing nell’Emergent computing
Il concetto di computing emergente è stato ulteriormente sviluppato con il reservoir computing, un’applicazione che utilizza sistemi fisici non lineari, detti serbatoi, come parte del processo computazionale. Utilizzando serbatoi presenti in natura, come onde d’acqua per l’analisi delle immagini, muffe miceliali come risolutori di labirinti e reattori chimici come porte logiche, il reservoir computing permette di sfruttare la computazione emergente naturale per applicazioni pratiche. Tuttavia, questi sistemi non mostrano funzioni di memoria emergente e comportamento di apprendimento associativo, caratteristiche osservate nelle reti neurali biologiche (BNNs). La limitata capacità di memoria limita le potenzialità dei sistemi di serbatoi di migliorare, rendendo complessi i compiti continui basati sulla storia delle attività.
Memoria emergente nelle Reti Neurali Biologiche e Artificiale
Per sfruttare la potenza computazionale delle reti neurali biologiche nei problemi di calcolo, sono state sviluppate le ANNs, create applicando elementi strutturali dei cervelli biologici con l’obiettivo di raggiungere capacità di apprendimento simili.
Sebbene le ANNs abbiano fatto grandi progressi nella risoluzione di problemi attraverso il machine learning, rimangono limitate dalla loro implementazione hardware e non sono in grado di emulare completamente le capacità di apprendimento delle loro ispirazioni biologiche.
Il Potenziale dei Polimeri Idrogel EAP nella Computazione Emergente
Recenti studi hanno esplorato il potenziale dei polimeri idrogel elettroattivi (EAP) nella computazione. Questi materiali mostrano un comportamento di memoria simile alle BNNs quando stimolati elettricamente, grazie alla migrazione degli ioni sotto l’influenza di campi elettrici per ridurre l’energia libera del sistema. Questo processo causa una ristrutturazione della distribuzione degli ioni e delle catene polimeriche cariche, rendendo il comportamento degli idrogel EAP comparabile alla dinamica degli ioni nei neuroni delle BNNs.
Studio sull’Applicazione degli Idrogel EAP al Gioco Pong
Questo studio mira a dimostrare come gli idrogel EAP possano esibire funzioni di memoria emergente quando integrati in un ambiente di gioco simulato. L’esperimento utilizza un’array multi-elettrodo (MEA) per stimolare gli idrogel EAP nel contesto del gioco Pong, un compito già stabilito per il calcolo biologico. I risultati mostrano come la concentrazione degli ioni negli idrogel, misurata attraverso la conducibilità, influenzi le performance del gioco, indicando la presenza di meccanismi di memoria emergente.
