blogtecaolivelli
blog informazione e cultura della biblioteca Olivelli
TAG
TAG
« Le piogge invernali in G... | Il segreto dell'influen... » |
Neuroni artificiali più veloci del cervello umano
Post n°2204 pubblicato il 23 Maggio 2019 da blogtecaolivelli
31 gennaio 2018 La recente realizzazione di microprocessori simili ai neuroni che elaborano le informazioni in modo molto più rapido ed efficiente del nostro cervello segna un importante passo avanti nello sviluppo di hardware "neuromorfico" per fornire la necessaria potenza di calcolo ai sistemi di intelligenza artificiale che si ispirano al cervello umanodi Sara Reardon/Nature Microchip di calcolo a superconduttori realizzati imitando i neuroni sono in grado di elaborare le informazioni in modo più rapido ed efficiente del cervello umano. Il risultato, descritto sul numero del 26 gennaio di "Science Advances", è una pietra miliare nello sviluppo di dispositivi informatici avanzati progettati per imitare i sistemi biologici. E potrebbe aprire la strada a un software di apprendimento automatico più naturale, anche se rimangono molti ostacoli prima che possa essere usato commercialmente. più spesso il cervello. Algoritmi come quelli realizzati da Google per i programmi automatici di classificazione delle immagini e di apprendimento delle lingue utilizzano reti di neuroni artificiali per svolgere compiti complessi. Ma poiché l'hardware dei computer convenzionali non era progettato per eseguire algoritmi simili a quelli del cervello, questi compiti di apprendimento automatico richiedono una potenza di calcolo di alcuni ordini di grandezza superiore a quella del cervello umano. perché la natura l'ha trovato", dice Michael Schneider, fisico del National Institute of Standards and Technology (NIST) degli Stati Uniti a Boulder, Colorado, coautore dello studio. gruppi che cercano di sviluppare l'hardware "neuromorfico" che imita il cervello umano, nella speranza che esegua il software simile a quello del cervello in modo più efficiente. elaborano le informazioni a intervalli regolari e in quantità precise: bit che assumono i valori 1 o 0. Ma i dispositivi neuromorfici possono accumulare piccole quantità di informazioni da più fonti, alterarle per produrre un diverso tipo di segnale e far partire una scarica elettrica solo quando necessario, proprio come i neuroni biologici. Di conseguenza, i dispositivi neuromorfici richiedono meno energia per funzionare. specialmente quando trasmettono informazioni attraverso lo spazio, o sinapsi, tra i transistor. Così il gruppo di Schneider ha creato elettrodi simili a neuroni con superconduttori a niobio, che conducono elettricità senza resistenza, riempiendo gli spazi tra i superconduttori con migliaia di nanocluster di manganese magnetico. sinapsi, i nanocluster possono essere allineati per puntare in diverse direzioni. Ciò consente al sistema di codificare le informazioni sia nel livello di elettricità sia nella direzione del magnetismo, garantendo una potenza di calcolo molto maggiore rispetto ad altri sistemi neuromorfici, senza occupare spazio fisico aggiuntivo. un miliardo di volte al secondo - vari ordini di grandezza più velocemente dei neuroni umani - e usare un decimillesimo della quantità di energia usata da una sinapsi biologica. al NIST (Cortesia NIST)Nelle simulazioni al computer, i neuroni sintetici potevano raccogliere l'input da un massimo di nove fonti prima di trasmetterlo all'elettrodo successivo. Ma sarebbero necessarie milioni di sinapsi prima che un sistema basato su questa tecnologia possa essere utilizzato per il calcolo complesso, afferma Schneider, e resta da vedere se sarà possibile riprodurlo a quella scala. funzionare solo a temperature prossime allo zero assoluto e devono essere raffreddate con elio liquido. di Manchester, nel Regno Unito, che studia il calcolo neuromorfico, afferma che questo potrebbe rendere i chip poco pratici per l'uso in piccoli dispositivi, anche se un grande centro dati potrebbe riuscire a gestirli. Ma Schneider afferma che il raffreddamento dei dispositivi richiede molta meno energia rispetto al funzionamento di un sistema elettronico convenzionale con una quantità equivalente di potenza di calcolo. Institute of Technology di Pasadena, elogia la ricerca, definendola un nuovo approccio al calcolo neuromorfico. "Il campo è pieno di esagerazioni propagandistiche, ed è bello vedere un lavoro di qualità presentato in modo obiettivo", afferma. Ma aggiunge che ci vorrà molto tempo prima che i chip possano essere utilizzati per il vero calcolo, e sottolinea che si trovano ad affrontare una forte concorrenza da parte di molti altri dispositivi di calcolo neuromorfici in fase di sviluppo. sono di là da venire. "Le tecnologie dei dispositivi sono potenzialmente molto interessanti, ma non sappiamo ancora abbastanza sulle proprietà cruciali delle sinapsi biologiche per capire come usarle efficacemente", dice. Per esempio, ci sono interrogativi aperti su come le sinapsi si rimodellano in modo autonomo quando si codifica un ricordo, rendendo difficile ricreare il processo in un chip di memoria. i nuovi dispositivi di calcolo raggiungano il mercato, afferma Furber, vale la pena di sviluppare il maggior numero di approcci tecnologici possibili, anche se i neuroscienziati lottano ancora per comprendere il cervello umano. Nature il 26 gennaio 2018. Traduzione ed editing a cura di Le Scienze. Riproduzione autorizzata, tutti i diritti riservati.) |
AREA PERSONALE
MENU
CHI PUÒ SCRIVERE SUL BLOG
I messaggi e i commenti sono moderati dall'autore del blog, verranno verificati e pubblicati a sua discrezione.