Computer ispirati al cervello umano: nuove memorie elettroniche per un’intelligenza artificiale più efficiente

Computer capaci di apprendere ed elaborare informazioni in modo più efficiente dal punto di vista energetico, ispirandosi al funzionamento del cervello umano. È questo il risultato al centro di una ricerca pubblicata sulla rivista Nature Electronics, a cui hanno partecipato l’Università di Pisa, la Shanghai University, l’Università di Messina e l’École Polytechnique Fédérale de Lausanne, EPFL, con il professore Andras Kis come coordinatore. La notizia riguarda uno dei nodi centrali dello sviluppo dell’intelligenza artificiale: la possibilità di rendere i sistemi di calcolo non solo più potenti, ma anche più sostenibili dal punto di vista energetico. L’obiettivo della ricerca è avvicinare l’architettura dei computer al modello biologico del cervello, dove memoria ed elaborazione non sono funzioni separate, ma processi strettamente integrati.

Il modello del cervello umano per ridurre il consumo energetico dell’AI

Alla base dello studio c’è una questione fondamentale: i sistemi di intelligenza artificiale richiedono oggi grandi quantità di energia, soprattutto perché nei computer tradizionali i dati devono essere continuamente trasferiti tra la memoria e il processore. Questo passaggio continuo rappresenta uno dei principali fattori di consumo energetico. “Il cervello umano riesce ad elaborare enormi quantità di informazioni consumando una frazione dell’energia richiesta dai sistemi di intelligenza artificiale – spiega Giuseppe Iannaccone, docente del Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa e autore dello studio – Una delle ragioni è che nel cervello i processi di memoria ed elaborazione sono strettamente integrati nelle stesse reti neurali. Nei computer, invece, i dati devono essere continuamente trasferiti tra memoria e processore, con un elevato dispendio energetico”. Questa osservazione indica la direzione della ricerca: superare la separazione tra memoria e processore, sviluppando dispositivi in grado di conservare le informazioni e svolgere operazioni di calcolo nello stesso punto del chip. È un passaggio cruciale per la progettazione di nuove tecnologie dedicate all’AI a basso consumo, ai sensori intelligenti e ai dispositivi autonomi.

Nuove memorie elettroniche basate su materiali bidimensionali ultrasottili

Per avvicinarsi al funzionamento del cervello umano, i ricercatori hanno sviluppato nuove memorie elettroniche basate su materiali bidimensionali ultrasottili. Questi dispositivi consentono di conservare le informazioni e, allo stesso tempo, svolgere operazioni di calcolo nello stesso punto del chip. Il risultato è stato ottenuto grazie a una nuova architettura che combina due materiali: il bisolfuro di molibdeno e il bisolfuro di niobio. La combinazione permette di ridurre uno dei principali limiti dei dispositivi bidimensionali, cioè la resistenza di contatto, migliorando sensibilmente le prestazioni. La ricerca si inserisce quindi nel campo delle tecnologie che puntano a costruire sistemi di calcolo più simili alle reti neurali biologiche, con l’obiettivo di aumentare l’efficienza dell’elaborazione e ridurre il consumo energetico associato ai sistemi di intelligenza artificiale.

Memoria e calcolo nello stesso punto del chip

L’elemento più rilevante della ricerca è la possibilità di integrare memoria e calcolo nello stesso punto del chip. Nei computer convenzionali, il trasferimento dei dati tra memoria e processore comporta un significativo dispendio energetico. Il nuovo approccio, invece, punta a ridurre questo limite intervenendo direttamente sull’architettura dei dispositivi elettronici. Questa prospettiva è particolarmente importante per l’evoluzione dell’intelligenza artificiale sostenibile, perché consente di immaginare sistemi capaci di elaborare informazioni in modo più efficiente e con un minore consumo di energia. L’integrazione tra memorizzazione ed elaborazione rappresenta infatti uno dei passaggi chiave per rendere l’AI utilizzabile anche in contesti in cui le risorse energetiche sono limitate. Il riferimento al cervello umano non è soltanto biologico, ma tecnologico: il cervello riesce a gestire grandi quantità di informazioni grazie a un’organizzazione in cui le funzioni non sono separate come nei computer tradizionali. I nuovi dispositivi puntano a riprodurre questo principio nei chip elettronici.

Bisolfuro di molibdeno e bisolfuro di niobio: la nuova architettura

La nuova architettura sviluppata dai ricercatori combina bisolfuro di molibdeno e bisolfuro di niobio, due materiali alla base del miglioramento ottenuto nei dispositivi bidimensionali. La combinazione consente di affrontare la resistenza di contatto, indicata come uno dei principali limiti di queste tecnologie. Riducendo la resistenza di contatto, le prestazioni dei dispositivi migliorano sensibilmente. Questo aspetto è centrale perché incide direttamente sull’efficienza del funzionamento delle memorie elettroniche e sulla loro possibile applicazione nei chip destinati all’elaborazione di informazioni. Il lavoro mostra quindi come i materiali bidimensionali possano essere utilizzati per sviluppare dispositivi elettronici innovativi, capaci di avvicinare i computer al modello del cervello umano e di contribuire a una nuova generazione di sistemi per l’intelligenza artificiale.

Compatibilità con i chip in silicio e prospettive industriali

Un altro elemento di rilievo riguarda la compatibilità della nuova tecnologia con i chip in silicio già prodotti dall’industria elettronica. Questo aspetto è fondamentale perché collega la ricerca sui materiali bidimensionali alla possibilità di integrazione con le tecnologie attualmente utilizzate nella produzione dei chip. “Un ulteriore vantaggio è che questa nuova tecnologia è compatibile con i chip silicio oggi prodotti dall’industria elettronica – aggiunge Giuseppe Iannaccone, docente del Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa e autore dello studio – La sfida attuale è rendere l’intelligenza artificiale sempre più potente ma anche più sostenibile dal punto di vista energetico e utilizzabile su piccoli sensori e dispositivi autonomi”. La compatibilità con i chip in silicio apre una prospettiva importante per lo sviluppo di tecnologie che possano dialogare con l’industria elettronica esistente. In questo scenario, l’efficienza energetica diventa un requisito essenziale per rendere l’intelligenza artificiale più accessibile a dispositivi di dimensioni ridotte, come piccoli sensori e dispositivi autonomi.

Il ruolo dell’Università di Pisa e del progetto europeo QUEFORMAL

La ricerca si inserisce nel percorso avviato dal progetto europeo QUEFORMAL, coordinato da Giuseppe Iannaccone e dedicato allo sviluppo di dispositivi elettronici innovativi basati su materiali bidimensionali. Il contributo dell’Università di Pisa si colloca quindi in un ambito di ricerca strategico per il futuro dell’elettronica e dell’intelligenza artificiale. Lo studio pubblicato su Nature Electronics mette insieme competenze internazionali, con la partecipazione della Shanghai University, dell’Università di Messina e dell’EPFL, sotto il coordinamento del professore Andras Kis. Il percorso indicato dalla ricerca guarda a una nuova generazione di dispositivi capaci di unire memoria, calcolo ed efficienza energetica. Un’evoluzione che punta a superare alcuni limiti dell’architettura tradizionale dei computer e ad avvicinare le tecnologie digitali al funzionamento delle reti neurali biologiche.

Verso un’intelligenza artificiale più potente e sostenibile

La sfida individuata dalla ricerca è rendere l’intelligenza artificiale sempre più potente, ma anche più sostenibile dal punto di vista energetico. Il nuovo approccio basato su memorie elettroniche, materiali bidimensionali ultrasottili e integrazione tra memoria ed elaborazione rappresenta un passo in questa direzione. Il valore della ricerca sta nella possibilità di ripensare il modo in cui i computer gestiscono le informazioni. Non più soltanto sistemi in cui i dati viaggiano continuamente tra memoria e processore, ma architetture in cui l’elaborazione può avvenire direttamente dove le informazioni sono conservate. In questo quadro, i computer ispirati al cervello umano potrebbero aprire la strada a sistemi di calcolo più efficienti, capaci di ridurre il consumo energetico e di rendere l’AI utilizzabile anche su dispositivi autonomi e sensori di piccole dimensioni. La ricerca pubblicata su Nature Electronics indica così una possibile traiettoria per il futuro dell’elettronica: chip più efficienti, più integrati e più vicini al modello delle reti neurali biologiche.