Il nuovo chip AI del MIT è 1 milione di volte più veloce delle sinapsi nel cervello umano

Un team di ricercatori del Massachusetts Institute of Technology (MIT) ha lavorato per spingere i limiti di velocità di un tipo di sinapsi analogica artificiale precedentemente sviluppata, che è più economica da costruire, più efficiente dal punto di vista energetico e promette calcoli più rapidi.

Il team multidisciplinare ha utilizzato resistori programmabili, che sono i mattoni fondamentali nell’apprendimento profondo analogico, proprio come i transistor sono gli elementi chiave per costruire processori digitali per produrre “apprendimento profondo analogico”.

I resistori sono costruiti in array ripetuti per creare una rete complessa e stratificata di “neuroni” e “sinapsi” artificiali che eseguono calcoli proprio come una rete neurale digitale. Tale rete può quindi essere addestrata per raggiungere compiti complessi di intelligenza artificiale come il riconoscimento delle immagini e l’elaborazione del linguaggio naturale.

I ricercatori hanno utilizzato un materiale inorganico pratico nel processo di fabbricazione che consente ai loro dispositivi di funzionare 1 milione di volte più velocemente rispetto alle versioni precedenti. Lo studio ha affermato che è circa 1 milione di volte più veloce delle sinapsi nel cervello umano.

Inoltre, questo materiale organico rende anche il resistore estremamente efficiente dal punto di vista energetico. A differenza dei materiali utilizzati nella versione precedente del loro dispositivo, il nuovo materiale sviluppato è compatibile con le tecniche di fabbricazione del silicio e potrebbe aprire la strada all’integrazione nell’hardware di calcolo commerciale per applicazioni di apprendimento profondo.

“Con questa intuizione chiave, e le tecniche di nanofabbricazione molto potenti che abbiamo al MIT.nano, siamo stati in grado di mettere insieme questi pezzi e dimostrare che questi dispositivi sono intrinsecamente molto veloci e funzionano con tensioni ragionevoli. Questo lavoro ha davvero messo questi dispositivi in un punto in cui ora sembrano davvero promettenti per applicazioni future,” ha detto l’autore principale Jesús A. del Alamo, il Donner Professor nel Dipartimento di Ingegneria Elettrica e Informatica (EECS) del MIT.

“Il meccanismo di funzionamento del dispositivo è l’inserimento elettrochimico del più piccolo ione, il protone, in un ossido isolante per modulare la sua conduttività elettronica. Poiché stiamo lavorando con dispositivi molto sottili, potremmo accelerare il movimento di questo ione utilizzando un forte campo elettrico e spingere questi dispositivi ionici nel regime di funzionamento del nanosecondo,” ha spiegato l’autore principale Bilge Yildiz, il Breene M. Kerr Professor nei dipartimenti di Scienza e Ingegneria Nucleare e Scienza e Ingegneria dei Materiali.

“Il potenziale d’azione nelle cellule biologiche sale e scende con una scala temporale di millisecondi poiché la differenza di tensione di circa 0,1 volt è vincolata dalla stabilità dell’acqua,” ha detto l’autore principale Ju Li, il Battelle Energy Alliance Professor di Scienza e Ingegneria Nucleare e professore di scienza e ingegneria dei materiali. “Qui applichiamo fino a 10 volt attraverso un film di vetro solido speciale di spessore nanometrico che conduce protoni, senza danneggiarlo permanentemente. E più forte è il campo, più veloci sono i dispositivi ionici,” ha aggiunto.

I suddetti resistori programmabili aumentano significativamente la velocità con cui una rete neurale viene addestrata, riducendo notevolmente il costo e l’energia necessaria per condurre l’addestramento.

L’ultimo sviluppo potrebbe aiutare gli scienziati a sviluppare modelli di apprendimento profondo molto più velocemente, che potrebbero poi essere applicati in utilizzi come auto a guida autonoma, rilevamento delle frodi e analisi delle immagini mediche.

“Una volta che hai un processore analogico, non stai più addestrando reti su cui stanno lavorando tutti gli altri. Stai addestrando reti con complessità senza precedenti che nessun altro può permettersi, e quindi supererai di gran lunga tutti. In altre parole, questa non è una macchina più veloce, questa è un’astronave,” aggiunge l’autore principale e postdoc del MIT Murat Onen.

I risultati della ricerca sono stati pubblicati nella rivista ‘Science’.