Gli ingegneri della Northwestern University hanno creato neuroni artificiali stampati che vanno oltre la semplice imitazione e sono in grado di interagire direttamente con vere cellule cerebrali. Questi dispositivi flessibili ed economici producono segnali elettrici che assomigliano molto a quelli generati dai neuroni viventi, consentendo loro di attivare il tessuto cerebrale biologico.
In esperimenti condotti su sezioni di cervello di topo, i neuroni artificiali sono riusciti a innescare risposte nei neuroni reali. Questo risultato dimostra un nuovo livello di compatibilità tra dispositivi elettronici e sistemi neurali viventi.
Verso interfacce cervello-computer e un’intelligenza artificiale a basso consumo energetico.
Questo progresso avvicina i ricercatori alla realizzazione di dispositivi elettronici in grado di interfacciarsi direttamente con il sistema nervoso. Tra le potenziali applicazioni figurano le interfacce cervello-macchina e le neuroprotesi, come gli impianti che potrebbero contribuire a ripristinare l’udito, la vista o la mobilità.
Questa tecnologia indica anche la strada verso una nuova generazione di sistemi informatici ispirati al cervello. Replicando il modo in cui i neuroni comunicano, l’hardware del futuro potrebbe eseguire compiti complessi utilizzando molta meno energia. Il cervello rimane il sistema informatico più efficiente dal punto di vista energetico attualmente conosciuto e gli scienziati sperano di applicarne i principi alla tecnologia moderna.
Lo studio verrà pubblicato il 15 aprile sulla rivista Nature Nanotechnology .
“Il mondo in cui viviamo oggi è dominato dall’intelligenza artificiale (IA)”, ha affermato Mark C. Hersam della Northwestern University, che ha guidato lo studio. “Per rendere l’IA più intelligente, è necessario addestrarla con quantità sempre maggiori di dati. Questo addestramento intensivo sui dati comporta un enorme problema di consumo energetico. Pertanto, dobbiamo sviluppare hardware più efficiente per gestire i big data e l’IA. Poiché il cervello è cinque ordini di grandezza più efficiente dal punto di vista energetico rispetto a un computer digitale, ha senso guardare al cervello per trarre ispirazione per l’informatica di prossima generazione.”
Hersam è un esperto di informatica bioispirata e ricopre diversi ruoli presso la Northwestern University, tra cui quello di professore Walter P. Murphy di Scienza e Ingegneria dei Materiali presso la McCormick School of Engineering. È inoltre professore di medicina presso la Northwestern University Feinberg School of Medicine e professore di chimica presso il Weinberg College of Arts and Sciences. Ricopre anche la carica di direttore del dipartimento di scienza e ingegneria dei materiali, direttore del Materials Research Science and Engineering Center e membro dell’International Institute for Nanotechnology. Ha condotto lo studio insieme a Vinod K. Sangwan, professore associato di ricerca presso la McCormick School of Engineering.
Perché il cervello supera le prestazioni del silicio tradizionale
I computer moderni gestiscono carichi di lavoro sempre maggiori grazie all’integrazione di miliardi di transistor identici su rigidi chip di silicio bidimensionali. Ogni componente si comporta allo stesso modo e, una volta prodotto, il sistema rimane invariato.
Il cervello funziona in modo molto diverso. È costituito da molti tipi di neuroni, ognuno con un ruolo specializzato, disposti in reti tridimensionali flessibili. Queste reti cambiano costantemente, formando e adattando connessioni man mano che avviene l’apprendimento.
“Il silicio raggiunge la complessità grazie alla presenza di miliardi di dispositivi identici”, ha affermato Hersam. “Una volta fabbricato, tutto è uguale, rigido e fisso. Il cervello è l’opposto. È eterogeneo, dinamico e tridimensionale. Per muoverci in quella direzione, abbiamo bisogno di nuovi materiali e nuovi modi di costruire dispositivi elettronici.”
Sebbene i neuroni artificiali siano già stati sviluppati in passato, la maggior parte produce segnali eccessivamente semplici. Per ottenere comportamenti più complessi, gli ingegneri necessitano in genere di grandi reti di dispositivi, il che aumenta il consumo energetico.
I materiali stampabili favoriscono comportamenti simili a quelli del cervello.
Per replicare al meglio l’attività neurale reale, il team di Hersam ha costruito neuroni artificiali utilizzando materiali morbidi e stampabili che riproducono più fedelmente la struttura del cervello. Il loro approccio si basa su inchiostri elettronici realizzati con nanofibre di disolfuro di molibdeno (MoS₂ ) , che funge da semiconduttore, e grafene, che funge da conduttore elettrico. Questi materiali sono stati depositati su superfici polimeriche flessibili mediante stampa a getto di aerosol.
In precedenza, i ricercatori consideravano il polimero presente in questi inchiostri un difetto perché interferiva con le prestazioni elettriche. Di conseguenza, lo rimuovevano dopo la stampa. In questo lavoro, il team ha sfruttato questa stessa caratteristica per migliorare il dispositivo.
“Invece di rimuovere completamente il polimero, lo decomponiamo parzialmente”, ha spiegato. “Poi, quando facciamo passare la corrente attraverso il dispositivo, induciamo un’ulteriore decomposizione del polimero. Questa decomposizione avviene in modo spazialmente non omogeneo, portando alla formazione di un filamento conduttivo, in modo che tutta la corrente sia confinata in una regione ristretta dello spazio.”
Quel percorso conduttivo ristretto produce una risposta elettrica improvvisa simile all’attivazione di un neurone. Il dispositivo risultante può generare un’ampia varietà di segnali, tra cui singoli impulsi, scariche continue e sequenze a raffica, che assomigliano molto alla comunicazione neurale reale.
Poiché ogni neurone artificiale è in grado di produrre segnali più complessi, sono necessari meno componenti per svolgere compiti avanzati. Ciò potrebbe migliorare significativamente l’efficienza computazionale.
Testare i neuroni artificiali su tessuto cerebrale reale
Per valutare se i neuroni artificiali potessero effettivamente interagire con i sistemi viventi, i ricercatori hanno collaborato con Indira M. Raman, professoressa di neurobiologia presso il Weinberg College of Art and Design (cattedra Bill e Gayle Cook). Il suo team ha applicato i segnali artificiali a sezioni di cervelletto di topo.
I risultati hanno dimostrato che gli impulsi elettrici corrispondevano a proprietà biologiche fondamentali, tra cui la tempistica e la durata. Questi segnali attivavano in modo affidabile neuroni reali e innescavano circuiti neurali in modo simile all’attività cerebrale naturale.
“Altri laboratori hanno provato a creare neuroni artificiali con materiali organici, ma la loro risposta era troppo lenta”, ha affermato Hersam. “Oppure hanno utilizzato ossidi metallici, che sono troppo veloci. Noi operiamo in un intervallo temporale mai dimostrato prima per i neuroni artificiali. Si può osservare la risposta dei neuroni viventi al nostro neurone artificiale. Abbiamo quindi dimostrato che i segnali non solo hanno la giusta scala temporale, ma anche la giusta forma di impulso per interagire direttamente con i neuroni viventi.”
Produzione a basso costo e sostenibile e implicazioni dell’intelligenza artificiale
Oltre alle prestazioni, il nuovo approccio offre vantaggi ambientali e pratici. Il processo di produzione è semplice ed economico, e il metodo di stampa additiva deposita il materiale solo dove è necessario, riducendo gli sprechi.
Migliorare l’efficienza energetica è particolarmente importante man mano che i sistemi di intelligenza artificiale diventano più esigenti. I grandi data center consumano già enormi quantità di energia e richiedono notevoli quantità di acqua per il raffreddamento.
“Per soddisfare il fabbisogno energetico dell’intelligenza artificiale, le aziende tecnologiche stanno costruendo data center da gigawatt alimentati da centrali nucleari dedicate”, ha affermato Hersam. “È evidente che questo enorme consumo energetico limiterà l’ulteriore espansione della potenza di calcolo, poiché è difficile immaginare un data center di nuova generazione che richieda 100 centrali nucleari. L’altro problema è che quando si dissipano gigawatt di potenza, si genera molto calore. Poiché i data center sono raffreddati ad acqua, l’intelligenza artificiale sta mettendo a dura prova le risorse idriche. In qualsiasi modo la si guardi, dobbiamo trovare hardware più efficiente dal punto di vista energetico per l’intelligenza artificiale.”
Lo studio, intitolato “Neuroni a impulsi con complessità multi-ordine resi possibili da reti di nanofogli memristivi di MoS2 stampati ” , è stato finanziato dalla National Science Foundation.
by 