L’intelligenza artificiale potrebbe fare un salto avanti significativo grazie a un’innovazione che coinvolge neuroni artificiali un miliardo di volte più veloci rispetto a quelli umani. Questi dispositivi sono ispirati al funzionamento dei neuroni naturali, ma invece di segnali elettrici, utilizzano impulsi di luce laser. Il risultato della ricerca, guidata da Chaoran Huang dell’Università Cinese di Hong Kong e pubblicato sulla rivista Optica, segna una nuova frontiera per la potenza computazionale dell’IA.
Negli ultimi anni, il progresso delle tecnologie dei microchip si è avvicinato al suo limite massimo, con difficoltà sempre crescenti nel migliorare le prestazioni dei tradizionali transistor. Questo ha accentuato la necessità di sviluppare soluzioni per ridurre i consumi energetici, in particolare per i complessi algoritmi dell’intelligenza artificiale. Una risposta a questa sfida arriva dai neuroni artificiali, che, imitando il funzionamento dei neuroni biologici, sono in grado di elaborare segnali in modo straordinariamente rapido.
I ricercatori cinesi hanno sviluppato un nuovo tipo di neurone artificiale che, utilizzando impulsi laser, è in grado di processare informazioni circa un miliardo di volte più velocemente dei neuroni naturali. Questi dispositivi, chiamati “laser graded“, potrebbero essere applicati in numerose aree dell’intelligenza artificiale. Un esempio significativo dei loro benefici è dato dall’analisi di 100 milioni di battiti cardiaci al secondo, con il sistema che è riuscito a rilevare aritmie con una precisione del 98,4%.
“In questo lavoro – ha detto Huang – abbiamo utilizzato un singolo neurone laser graded, ma crediamo che l’unione a cascata di più neuroni di questo tipo sbloccherà ulteriormente il loro potenziale, proprio come il cervello ha miliardi di neuroni che lavorano insieme in reti“. Questo approccio potrebbe quindi aprire la strada a sistemi di IA ancora più potenti ed efficienti, con applicazioni in campo medico, scientifico e tecnologico.
L’innovazione promette di rivoluzionare non solo l’architettura dei microchip, ma anche la capacità di elaborazione e la sostenibilità energetica delle future intelligenze artificiali.