I neuroni superconduttori potrebbero eguagliare l'efficienza energetica del cervello

Illustrazione concettuale d'ardore di un cervello Getty

Il cervello umano è di gran lunga il dispositivo informatico più impressionante conosciuto dalla scienza. Il cervello funziona a una velocità di clock di pochi hertz, simile a una lumaca rispetto ai moderni microprocessori che funzionano a velocità di gigahertz.

Ma ottiene il suo potere eseguendo molti calcoli contemporaneamente: un miliardo di miliardi di calcoli al secondo. Questo parallelismo gli consente di risolvere con facilità problemi che i computer convenzionali devono ancora affrontare: guidare, camminare, conversare e così via.

Ancora più impressionante è che fa tutto questo alimentato da poco più di una ciotola di porridge. Al contrario, i supercomputer più potenti del mondo utilizzano più energia delle grandi città.

Ecco perché gli informatici vogliono copiare le prestazioni di calcolo del cervello umano usando le reti neurali come cavalli di battaglia computazionali.

È più facile dirlo che farlo. I chip ordinari possono essere programmati per comportarsi come reti neurali, ma questo è impegnativo dal punto di vista computazionale e assorbe energia.

Invece, gli informatici vogliono costruire neuroni artificiali e connetterli insieme in reti simili a cervelli. Ciò ha il potenziale per essere significativamente più efficiente dal punto di vista energetico, ma nessuno ha escogitato un design che si avvicini all'efficienza del cervello.

Fino ad oggi. Entrano Emily Toomey al MIT e un paio di colleghi, che hanno progettato un neurone superconduttore fatto di nanofili che per molti versi si comporta come uno reale. Dicono che il loro dispositivo corrisponda all'efficienza energetica del cervello (almeno in teoria) ed è l'elemento costitutivo di una nuova generazione di reti neurali superconduttive che saranno di gran lunga più efficienti delle macchine informatiche convenzionali.

Prima un po' di background. I neuroni codificano le informazioni sotto forma di picchi elettrici, o potenziali d'azione, che viaggiano lungo il nervo. Nelle reti simili al cervello, i neuroni sono separati l'uno dall'altro da lacune chiamate sinapsi.

Le informazioni possono saltare attraverso queste sinapsi, influenzando così altri neuroni, provocandone l'attivazione o inibendoli in un modo che impedisce loro di attivarsi. In effetti, ciò consente ai neuroni di agire come porte logiche, producendo un singolo output in risposta a più input.

I neuroni biologici hanno una serie di importanti proprietà che lo rendono possibile. Ad esempio, non si attivano a meno che il segnale di ingresso non superi un certo livello di soglia e non possono attivarsi di nuovo fino a quando non è trascorso un certo tempo, un periodo noto come periodo refrattario. E anche il tempo in cui un picco viaggia lungo un assone, il corpo di un neurone, è importante, poiché codifica la distanza percorsa dal picco.

Un neurone artificiale deve essere in grado di riprodurre quante più caratteristiche possibili. Ciò di solito richiede alcuni circuiti complessi.

Ma Toomey e colleghi sottolineano che i nanofili superconduttori hanno una peculiare proprietà non lineare che consente loro di agire come neuroni. Questa proprietà si verifica perché la superconduttività del nanofilo si interrompe quando la corrente che lo attraversa supera un valore di soglia.

Quando ciò accade, la resistenza aumenta improvvisamente, creando un impulso di tensione. Questo impulso è analogo al potenziale d'azione in un neurone. Usarlo per modulare ancora un altro impulso prodotto da un secondo nanofilo superconduttore rende la simulazione ancora più realistica.

Questo crea un semplice circuito superconduttore che ha molte delle proprietà dei neuroni biologici. Toomey e colleghi hanno dimostrato che un neurone superconduttore ha una soglia di attivazione, un periodo refrattario e un tempo di viaggio che può essere regolato in base alle proprietà del circuito, tra le altre proprietà.

Fondamentalmente, questo neurone superconduttore può essere utilizzato anche per attivare o inibire altri neuroni. E questa proprietà fanout è la chiave per creare reti. È qualcosa che altri progetti di neuroni superconduttori non sono mai stati in grado di ottenere.

E poiché i circuiti superconduttori utilizzano pochissima energia, suggeriscono i calcoli di Toomey e colleghi, questo tipo di rete neurale superconduttiva potrebbe eguagliare l'efficienza delle reti neurali biologiche.

La cifra di merito è il numero di operazioni sinaptiche che la rete neurale può compiere ogni secondo utilizzando un watt di potenza. Toomey e colleghi affermano che la loro rete proposta dovrebbe essere in grado di eguagliare il cervello umano nella gestione di circa 1014 operazioni sinaptiche al secondo per watt. Il neurone nanowire può essere una tecnologia altamente competitiva dal punto di vista della potenza e della velocità, dicono.

Certo, ci sono dei limiti. Forse il più significativo è che il neurone superconduttore può connettersi solo a una manciata di altri neuroni. Al contrario, ogni neurone nel cervello umano si connette a migliaia di vicini. E per il momento, il design di Toomey e co rimane proprio questo: un design.

Tuttavia, le simulazioni sono promettenti. L'analisi eseguita qui suggerisce che il neurone nanowire è un candidato promettente per il progresso delle reti neurali artificiali a bassa potenza, afferma il team.

E il potenziale è significativo. Toomey e colleghi affermano che le reti neurali superconduttive potrebbero essere la base di hardware per computer completamente nuovo sotto forma di reti neurali superconduttive. Questi chip potrebbero essere collegati in rete insieme utilizzando un'interconnessione superconduttiva, che non comporterebbe alcuna dissipazione del calore.

Il risultato sarebbe un processore neuromorfico su larga scala che potrebbe essere addestrato come una rete neurale spiking per eseguire attività come il riconoscimento di schemi o utilizzato per simulare le dinamiche spiking di una rete ampia e biologicamente realistica, dicono.

È un lavoro interessante, anche se ha bisogno di una dimostrazione di principio prima che l'eccitazione possa iniziare a crescere.

Rif: arxiv.org/abs/1907.00263 : Un neurone artificiale ad alta efficienza energetica che utilizza nanofili superconduttori

nascondere