La rivoluzione nella creazione di computer che funzionano come il cervello umano, ma con un consumo energetico minimo, potrebbe trasformare quasi ogni aspetto della vita moderna. Il consorzio Q-MEEN-C, finanziato dal Dipartimento dell’Energia degli Stati Uniti, sta guidando questa ricerca innovativa.
Fasi della ricerca e scoperte recenti
Il Professor Alex Frañó, dell’Università della California a San Diego e co-direttore di Q-MEEN-C, descrive il lavoro del centro in diverse fasi. Nella prima fase, insieme ad altri eminenti ricercatori, il team è riuscito a creare o imitare le proprietà di un singolo elemento cerebrale, come un neurone o una sinapsi, in un materiale quantistico.
La seconda fase ha portato a una scoperta rivelatrice. La recente ricerca di Q-MEEN-C, pubblicata su Nano Letters, mostra che gli stimoli elettrici passati tra elettrodi vicini possono influenzare anche elettrodi non adiacenti. Questa scoperta, nota come non-località, rappresenta una pietra miliare verso la creazione di nuovi dispositivi che imitano le funzioni cerebrali, noti come computing neuromorfico.
Implicazioni e applicazioni future
Tradizionalmente, la creazione di reti che trasportano elettricità sufficiente per alimentare dispositivi come un laptop richiede circuiti complicati, il che è sia inefficiente che costoso. Tuttavia, il concetto di design proposto da Q-MEEN-C semplifica questo processo. La non-località sperimentata significa che non tutti i fili in un circuito devono essere collegati tra loro, rendendo la struttura simile a una ragnatela.
Questa ricerca è fondamentale per comprendere e simulare le funzioni cerebrali. Mentre programmi AI come ChatGPT e Bard utilizzano algoritmi complessi per imitare attività basate sul cervello come il pensiero e la scrittura, è essenziale avere hardware avanzato per supportare tali software. Il Professor Frañó spera in una rivoluzione hardware parallela a quella del software, e la capacità di riprodurre comportamenti non locali in un materiale sintetico avvicina gli scienziati a questo obiettivo.
Questo lavoro è principalmente sostenuto da Quantum Materials for Energy Efficient Neuromorphic Computing, un Energy Frontier Research Center finanziato dal Dipartimento dell’Energia degli Stati Uniti. Una lista completa dei finanziatori può essere trovata negli ringraziamenti del paper.
