Un chip che imita il cervello: l’AI del futuro sarà più efficiente e resiliente

Un chip che imita il cervello: l’AI del futuro sarà più efficiente e resiliente

La scienza si sta spingendo sempre più vicino ai meccanismi che regolano il cervello umano, e ora un gruppo di ricercatori del KAIST (Korea Advanced Institute of Science and Technology) ha fatto un passo importante nella creazione di semiconduttori ispirati alla biologia. È nato così il “Frequency Switching Neuristor”, un chip in grado di apprendere, adattarsi e persino riorganizzarsi dopo un danno, proprio come fanno i neuroni grazie alla loro plasticità intrinseca.

Il cervello umano non si limita a rafforzare o indebolire le connessioni sinaptiche: i singoli neuroni possono modulare la propria sensibilità in base alle esperienze ripetute. Per esempio, ci si spaventa meno se si sente più volte lo stesso rumore o si diventa più reattivi a uno stimolo dopo un allenamento. Questa capacità di adattamento prende il nome di plasticità intrinseca ed è una delle chiavi della straordinaria efficienza del nostro sistema nervoso.

Riprodurre questa caratteristica in un semiconduttore era una sfida complessa, ma i ricercatori sono riusciti a combinarla con la tecnologia dei memristori – dispositivi elettronici che “ricordano” le informazioni anche senza alimentazione – dando vita a un chip che sa regolare autonomamente la frequenza dei propri impulsi elettrici.

Le simulazioni hanno mostrato che il neuristor del KAIST ha raggiunto le stesse prestazioni delle reti neurali artificiali tradizionali, ma con un consumo energetico ridotto del 27,7%. Ancora più interessante, il sistema ha dimostrato un’elevata resilienza: anche dopo un danno simulato ad alcuni “neuroni”, è stato in grado di riorganizzarsi e recuperare le proprie funzioni.

In pratica si tratta di un hardware capace non solo di essere più efficiente, ma anche di “autoripararsi”, aprendo la strada a tecnologie di intelligenza artificiale durevoli e affidabili.

Le potenziali applicazioni di questa innovazione sono molteplici: dall’edge computing, che richiede sistemi rapidi ed energeticamente sostenibili, fino alla guida autonoma, dove affidabilità e resilienza sono fattori cruciali.

Come ha dichiarato il professor Kyung Min Kim, coordinatore della ricerca, l’obiettivo è portare l’hardware dell’intelligenza artificiale a un nuovo livello di stabilità e adattabilità, integrando direttamente nelle macchine una capacità che finora era esclusiva del cervello umano.

In altre parole il futuro dell’AI potrebbe non dipendere solo dai software e dagli algoritmi, ma anche da dispositivi che pensano e si adattano come i neuroni.

Di Chiara Vergani