I ricercatori hanno sviluppato una tecnologia di intelligenza artificiale che riunisce imaging, elaborazione, apprendimento automatico e memoria in un unico chip elettronico, alimentato dalla luce. Il prototipo riduce la tecnologia dell’intelligenza artificiale imitando il modo in cui il cervello umano elabora le informazioni visive. Il progresso su scala nanometrica combina il software di base necessario per guidare l’intelligenza artificiale con l’hardware di acquisizione delle immagini in un unico dispositivo elettronico.
Con un ulteriore sviluppo, il prototipo guidato dalla luce potrebbe abilitare tecnologie autonome più intelligenti e più piccole come droni e robotica, oltre a dispositivi indossabili intelligenti e impianti bionici come le retine artificiali.
Lo studio, condotto da un team internazionale di ricercatori australiani, americani e cinesi guidati dalla RMIT University, è pubblicato sulla rivista Advanced Materials.
Il ricercatore capo Professore associato Sumeet Walia, di RMIT, ha affermato che il prototipo ha fornito funzionalità simili al cervello in un potente dispositivo. “La nostra nuova tecnologia aumenta radicalmente l’efficienza e l’accuratezza portando più componenti e funzionalità in un’unica piattaforma”, ha affermato Walia. “Ci sta avvicinando a un dispositivo AI all-in-one ispirato alla più grande innovazione informatica della natura: il cervello umano.
“Il nostro scopo è replicare una caratteristica fondamentale del modo in cui il cervello apprende, imprimendo la visione come memoria. Il prototipo che abbiamo sviluppato è un importante passo in avanti verso la neurorobotica, migliori tecnologie per l’interazione uomo-macchina e sistemi bionici scalabili “. In genere l’intelligenza artificiale si basa in gran parte sul software e sull’elaborazione dei dati off-site. Il nuovo prototipo mira a integrare hardware elettronico e intelligenza insieme, per decisioni rapide in loco.
“Immagina una dash cam in un’auto integrata con il nostro hardware di ispirazione neuro: ciò significa che può riconoscere luci, segni, oggetti e prendere decisioni immediate, senza doversi connettere a Internet”, Walia, che co-conduce i materiali funzionali e Microsystems Research Group presso RMIT, ha detto. “Riunendo tutto in un unico chip, possiamo offrire livelli di efficienza e velocità senza precedenti nel processo decisionale autonomo e guidato dall’intelligenza artificiale”.
La tecnologia si basa su un precedente prototipo di chip del team RMIT, che utilizzava la luce per creare e modificare i ricordi. Le nuove funzionalità integrate significano che il chip può ora acquisire e migliorare automaticamente le immagini, classificare i numeri ed essere addestrato a riconoscere modelli e immagini con un tasso di precisione superiore al 90%. Il dispositivo è anche facilmente compatibile con l’elettronica esistente e le tecnologie al silicio, per un’integrazione futura senza sforzo.
Il prototipo è ispirato all’optogenetica, uno strumento emergente in biotecnologia che consente agli scienziati di approfondire il sistema elettrico del corpo con grande precisione e utilizzare la luce per manipolare i neuroni. Il chip AI si basa su un materiale ultrasottile – fosforo nero – che cambia la resistenza elettrica in risposta a diverse lunghezze d’onda della luce. Le diverse funzionalità come l’imaging o l’archiviazione in memoria si ottengono facendo brillare diversi colori di luce sul chip.
L’autore principale dello studio, il dottor Taimur Ahmed, di RMIT, ha affermato che il calcolo basato sulla luce è più veloce, più preciso e richiede molta meno energia rispetto alle tecnologie esistenti. “Confezionando così tante funzionalità di base in un dispositivo compatto su nanoscala, possiamo ampliare gli orizzonti per il machine learning e l’intelligenza artificiale da integrare in applicazioni più piccole”, ha detto Ahmed.
“L’utilizzo del nostro chip con retine artificiali, ad esempio, consentirebbe agli scienziati di miniaturizzare quella tecnologia emergente e migliorare la precisione dell’occhio bionico.”Il nostro prototipo rappresenta un progresso significativo verso il massimo dell’elettronica: un cervello su un chip che può imparare dal suo ambiente proprio come noi.”
Questo lavoro è stato eseguito in parte presso il Micro Nano Research Facility (MNRF) presso RMIT, con il supporto di RMIT Microscopy and Microanalysis Research Facility (RMMF), National Computational Infrastructure Australia (NCI), Multimodal Australian Sciences Imaging and Visualization Environment (MASSIVE) e Pawsey Supercomputing Facility.
Riferimento: “Memoria completamente controllata dalla luce e calcolo neuromorfico in fosforo nero stratificato” di Taimur Ahmed, Muhammad Tahir, Mei Xian Low, Yanyun Ren, Sherif Abdulkader Tawfik, Edwin LH Mayes, Sruthi Kuriakose, Shahid Nawaz, Michelle JS Spencer, Hua Chen , Madhu Bhaskaran, Sharath Sriram e Sumeet Walia, 17 novembre 2020