Il rapido progresso dell’Intelligenza Artificiale sta trasformando rapidamente la nostra società, tuttavia il suo sviluppo pone sfide importanti in termini di sostenibilità energetica.
Le attuali tecnologie di computing digitali richiedono infatti grandi quantità di energia e comportano un impatto ambientale rilevante. Una possibile alternativa arriva dalle reti autoassemblate di memresistori, componenti in grado di emulare le funzioni del cervello umano. Nonostante ciò, fino ad oggi, la relazione tra le dinamiche di questi sistemi complessi alla nanoscala e le loro capacità di processamento dell’informazione erano ancora da comprendere.
Un nuovo studio, pubblicato sulla prestigiosa rivista Nature Communications e frutto della collaborazione tra l’INRiM, il Politecnico di Torino e l’Università Autonoma di Barcellona, segna un passo decisivo in questa direzione. I ricercatori hanno dimostrato che le reti memresistive autoassemblate possono essere descritte come sistemi dinamici stocastici, presentando per la prima volta un framework in grado di correlare le dinamiche di questi sistemi complessi con le loro proprietà computazionali.
“Questi risultati, ottenuti nell’ambito del mio progetto ERC Starting Grant, dimostrano come la fisica di sistemi complessi alla nanoscala può essere sfruttata per la realizzazione di architetture computazionali caratterizzate da un'alta efficienza energetica”, spiega Gianluca Milano, Ricercatore INRiM del gruppo Advanced Materials & Devices, e responsabile del progetto ERC MEMBRAIN e del progetto MEMQuD che hanno finanziato la ricerca.
Questi risultati aprono la strada allo sviluppo di nuove prospettive per lo sviluppo di architetture computazionali ispirate al cervello umano, in cui dinamiche deterministiche e stocastiche convivono nello stesso substrato fisico.